{"status":"ok","message-type":"work","message-version":"1.0.0","message":{"indexed":{"date-parts":[[2026,1,27]],"date-time":"2026-01-27T09:44:00Z","timestamp":1769507040088,"version":"3.49.0"},"reference-count":0,"publisher":"Il Pensiero Scientifico Editore","issue":"12","content-domain":{"domain":[],"crossmark-restriction":false},"short-container-title":[],"published-print":{"date-parts":[[2025,12,1]]},"abstract":"<jats:p>L\u2019intelligenza artificiale (IA) sta assumendo un ruolo crescente nella diagnosi e gestione dell\u2019infarto miocardico acuto. Il principale obiettivo \u00e8 consentire una diagnosi pi\u00f9 precoce e accurata, migliorando l\u2019interpretazione dell\u2019ECG, accelerando i tempi di rivascolarizzazione e migliorando la prognosi dei pazienti. L\u2019ECG rappresenta il substrato ideale per l\u2019applicazione del deep learning grazie all\u2019ampia disponibilit\u00e0 di tracciati in formato digitale, alla presenza di diagnosi associate e di numerose variabili cliniche. Alcuni sistemi consentono persino l\u2019analisi automatica di fotografie di ECG cartacei, processate tramite algoritmi di deep learning. Le evidenze attuali indicano che: a) nell\u2019infarto miocardico con sopraslivellamento del tratto ST, l\u2019IA raggiunge sensibilit\u00e0 e specificit\u00e0 superiori rispetto a un cardiologo esperto, con un\u2019accuratezza ormai vicina alla pratica clinica; b) nell\u2019infarto senza sopraslivellamento del tratto ST, l\u2019eterogeneit\u00e0 clinica riduce la precisione diagnostica, ma l\u2019IA mantiene un potere discriminativo significativo, utile soprattutto come supporto al medico; c) ulteriori applicazioni emergenti riguardano la capacit\u00e0 di predire l\u2019occlusione completa del vaso responsabile e l\u2019identificazione della coronaria colpita; d) algoritmi avanzati possono stimare parametri funzionali come la frazione di eiezione e il lo strain longitudinale globale, arricchendo la stratificazione prognostica. In conclusione, l\u2019IA applicata all\u2019ECG si configura come uno strumento innovativo per la diagnosi tempestiva delle sindromi coronariche acute. La sua implementazione nella pratica clinica potr\u00e0 supportare il cardiologo sia nella conferma di diagnosi incerte sia nella rapida selezione dei pazienti da avviare a rivascolarizzazione.<\/jats:p>","DOI":"10.1714\/4599.46056","type":"journal-article","created":{"date-parts":[[2026,1,26]],"date-time":"2026-01-26T22:47:59Z","timestamp":1769467679000},"source":"Crossref","is-referenced-by-count":0,"title":["L\u2019intelligenza artificiale per la diagnosi di sindrome coronarica acuta"],"prefix":"10.1714","volume":"26","author":[{"given":"Ciro","family":"Indolfi","sequence":"first","affiliation":[],"role":[{"role":"author","vocabulary":"crossref"}]},{"given":"Carmen","family":"Spaccarotella","sequence":"additional","affiliation":[],"role":[{"role":"author","vocabulary":"crossref"}]},{"given":"Antonio","family":"Curcio","sequence":"additional","affiliation":[],"role":[{"role":"author","vocabulary":"crossref"}]},{"given":"Alberto","family":"Polimeni","sequence":"additional","affiliation":[],"role":[{"role":"author","vocabulary":"crossref"}]},{"given":"Domenico Simone","family":"Castiello","sequence":"additional","affiliation":[],"role":[{"role":"author","vocabulary":"crossref"}]},{"given":"Giovanni","family":"Esposito","sequence":"additional","affiliation":[],"role":[{"role":"author","vocabulary":"crossref"}]}],"member":"55112","container-title":["Giornale Italiano di Cardiologia"],"original-title":[],"deposited":{"date-parts":[[2026,1,26]],"date-time":"2026-01-26T22:47:59Z","timestamp":1769467679000},"score":1,"resource":{"primary":{"URL":"https:\/\/www.giornaledicardiologia.it\/articoli.php?archivio=yes&vol_id=4599&id=46056"}},"subtitle":[],"short-title":[],"issued":{"date-parts":[[2025,12,1]]},"references-count":0,"journal-issue":{"issue":"12","published-print":{"date-parts":[[2025,12,1]]}},"URL":"https:\/\/doi.org\/10.1714\/4599.46056","relation":{},"ISSN":["1827-6806"],"issn-type":[{"value":"1827-6806","type":"print"}],"subject":[],"published":{"date-parts":[[2025,12,1]]}}}