L’applicazione Cardiogram, grazie a specifici algoritmi e all’impiego dell’AI, è in grado di analizzare la variabilità della frequenza cardiaca battito-battito, indicatore dei primi sintomi della malattia
di Alina D’Aniello
Lo studio proveniente da oltreoceano, e nello specifico da San Francisco, segna ciò che potrebbe diventare la nuova frontiera delle diagnosi, fondamentale soprattutto per patologie croniche così diffuse. Infatti, Il co-fondatore di Cardiogram, Brandon Ballinger ha dichiarato: “È stata la cosa più difficile a cui abbia mai lavorato, ma anche la più gratificante.”
DeepHeart, la rete neurale artificiale che ha reso possibile una simile scoperta, registra il variare della frequenza cardiaca, in modo da intercettare i segni relativi al diabete, quali il lento recupero dopo l’esercizio fisico o l’elevato battito a riposo.
“Il tuo cuore è collegato al tuo pancreas tramite un sistema nervoso autonomo – ha spiegato Johnson Hsieh il secondo socio della startup Cardiogram – Man mano che le persone sviluppano le prime fasi del diabete, i loro schemi di variabilità della frequenza cardiaca cambiano. Nel 2015, il Framingham Heart Study ha dimostrato che l’elevata frequenza cardiaca a riposo e la bassa variabilità della frequenza cardiaca predicono chi svilupperà il diabete nell’arco di 12 anni. Nel 2015, lo studio ARIC ha dimostrato che la variabilità della frequenza cardiaca diminuisce più velocemente nei diabetici rispetto ai non diabetici per un periodo di 9 anni”
Per la raccolta dei primi dati, i ricercatori hanno rintracciato quelli dei dispositivi indossabili come Apple Watch, Fitbits e Android Wear integrati con i sensori di frequenza cardiaca. Il bacino di utenza, che si aggira intorno ai 14mila campioni, ha rilevato la presenza di sintomi rilevanti in 462 di questi. 
Tuttavia, già in precedenza, Cardiogram ha utilizzato i dispositivi Apple e il suo algoritmo basato su AI per rilevare i ritmi cardiaci anomali con una precisione del 97%, ipertensione con accuratezza dell’82% e apnea notturna con una precisione del 90%. Grazie al risultato raggiunto, gli studiosi stanno elaborando un nuovo aggiornamento che integra direttamente DeepHeart nell’app Cardiogram, in modo da abbattere qualsiasi intermediario. La notizia, così come ogni novità legata alla sperimentazione, verrà resa pubblica su riviste cliniche o abstract, come TechCrunch.
In ogni caso, per quanto in passato vi siano stati tentativi di costruire hardware per il rilevamento di glucosio, questo è senz’altro il primo studio su larga scala che mostra come comuni sensori della frequenza cardiaca, abbinati ad un algoritmo basato sull’intelligenza artificiale, possano identificare la presenza della malattia.