Le app per la salute degli smartwatch per rilevare la fibrillazione atriale sono abbastanza intelligenti?
La tecnologia sanitaria mobile per rilevare la fibrillazione atriale genera un alto tasso di falsi positivi e risultati inconcludenti in alcuni pazienti con determinate condizioni cardiache, riferiscono i ricercatori sul Canadian Journal of Cardiology
Il monitoraggio cardiaco esteso nei pazienti e l’uso di dispositivi elettronici cardiovascolari impiantabili possono aumentare il rilevamento della fibrillazione atriale (FA), ma i dispositivi presentano limitazioni tra cui la breve durata della batteria e la mancanza di feedback immediato. I nuovi strumenti per smartphone in grado di registrare una striscia di elettrocardiogramma (ECG) e di effettuare una diagnosi automatizzata possono superare questi limiti e facilitare una diagnosi tempestiva? Il più ampio studio fino ad oggi, nel Canadian Journal of Cardiology , pubblicato da Elsevier, rileva che l’uso di questi dispositivi è impegnativo nei pazienti con ECG anormali. Algoritmi migliori e apprendimento automatico possono aiutare questi strumenti a fornire diagnosi più accurate, affermano gli investigatori.
“Studi precedenti hanno convalidato l’accuratezza dell’Apple Watch per la diagnosi di fibrillazione atriale in un numero limitato di pazienti con profili clinici simili”, ha spiegato il ricercatore capo Marc Strik, MD, PhD, LIRYC Institute, Bordeaux University Hospital, Bordeaux, Francia. “Abbiamo testato l’accuratezza dell’app ECG di Apple Watch per rilevare la FA in pazienti con una varietà di anomalie dell’ECG coesistenti”.
Lo studio ha incluso 734 pazienti ospedalizzati consecutivi. Ogni paziente è stato sottoposto a un ECG a 12 derivazioni, seguito immediatamente da una registrazione Apple Watch di 30 secondi. I rilevamenti automatici dell’ECG AF a una derivazione dello smartwatch sono stati classificati come “nessun segno di fibrillazione atriale”, “fibrillazione atriale” o “lettura non conclusiva”. Le registrazioni dello smartwatch sono state fornite a un elettrofisiologo che ha condotto un’interpretazione in cieco, assegnando a ciascuna traccia una diagnosi di “FA”, “assenza di FA” o “diagnosi non chiara”. Un secondo elettrofisiologo in cieco ha interpretato 100 tracce selezionate casualmente per determinare la misura in cui gli osservatori erano d’accordo.
In circa un paziente su cinque, l’ECG dello smartwatch non è riuscito a produrre una diagnosi automatica. Il rischio di avere un rilevamento automatico della FA falso positivo era maggiore per i pazienti con contrazioni atriali e ventricolari premature (PAC/PVC), disfunzione del nodo senoatriale e blocco atrioventricolare di secondo o terzo grado. Per i pazienti con FA, il rischio di avere un tracciato falso negativo (FA mancata) era maggiore per i pazienti con anomalie della conduzione ventricolare (ritardo di conduzione interventricolare) o ritmi controllati da un pacemaker impiantato.
Gli elettrofisiologi cardiaci avevano un alto livello di accordo per la differenziazione tra FA e non FA. L’app per smartphone ha identificato correttamente il 78% dei pazienti che erano in FA e l’81% che non erano in FA. Gli elettrofisiologi hanno identificato il 97% dei pazienti che erano in FA e l’89% che non lo erano.
I pazienti con PVC avevano una probabilità tre volte maggiore di avere diagnosi di FA falsi positivi dall’ECG dello smartwatch e l’identificazione dei pazienti con tachicardia atriale (AT) e flutter atriale (AFL) era molto scarsa.
“Queste osservazioni non sono sorprendenti, poiché gli algoritmi di rilevamento automatico degli smartwatch si basano esclusivamente sulla variabilità del ciclo”, ha osservato il dott. Strik, spiegando che i PVC causano cicli brevi e lunghi, che aumentano la variabilità del ciclo. “Idealmente, un algoritmo discrimina meglio tra PVC e AF. Qualsiasi algoritmo limitato all’analisi della variabilità del ciclo avrà una scarsa precisione nel rilevare AT/AFL. Gli approcci di apprendimento automatico possono aumentare l’accuratezza del rilevamento della FA dello smartwatch in questi pazienti”.
In un editoriale di accompagnamento , Andrés F. Miranda-Arboleda, MD, e Adrian Baranchuk, MD, Division of Cardiology, Kingston Health Science Center, Kingston, ON, Canada, hanno osservato che questo è il primo studio “reale” incentrato sul utilizzo dell’Apple Watch come strumento diagnostico per AF.
“È di notevole importanza perché ci ha permesso di apprendere che le prestazioni dell’Apple Watch nella diagnosi di FA sono significativamente influenzate dalla presenza di anomalie dell’ECG sottostanti. In un certo senso, gli algoritmi degli smartwatch per la rilevazione della FA nei pazienti con patologie cardiovascolari non sono ancora abbastanza intelligenti. Ma potrebbero presto esserlo”, hanno detto la dottoressa Miranda-Arboleda e la dottoressa Baranchuk.
“Con il crescente utilizzo degli smartwatch in medicina, è importante sapere quali condizioni mediche e anomalie dell’ECG potrebbero influire e alterare il rilevamento della FA da parte dello smartwatch al fine di ottimizzare la cura dei nostri pazienti”, ha affermato il dottor Strik. “Il rilevamento da parte di smartwatch della FA ha un grande potenziale, ma è più impegnativo nei pazienti con malattie cardiache preesistenti”.
CREDITO
Canadian journal of cardiology