Il sistema di AI identifica un gruppo ad alto rischio con un tasso annuo di morte cardiaca improvvisa del 7%, rispetto ai test clinici standard (che misurano la quantità di sangue espulsa dal cuore a ogni battito) che identificano un gruppo ad alto rischio con un tasso annuo di appena il 4,6% . Il modello ha individuato un gruppo a rischio più ampio e ha predetto meglio chi avrebbe subito un arresto cardiaco improvviso – differenze che si traducono in migliaia di pazienti all'anno che, secondo le misure convenzionali, appaiono a basso rischio
.
L'arresto cardiaco improvviso uccide più di 300.000 persone ogni anno solo negli Stati Uniti e si verifica quando il sistema elettrico del cuore smette improvvisamente di funzionare senza preavviso . Obermeyer sottolinea che esiste una cura efficace – i defibrillatori impiantabili, che riportano il cuore a un ritmo normale con una scossa – ma i medici non sono in grado di capire chi ne ha bisogno prima che sia troppo tardi
. Il problema centrale è che le persone muoiono così all'improvviso che è quasi impossibile sapere cosa stesse accadendo all'interno del cuore poco prima; le autopsie rivelano dettagli strutturali ma non il funzionamento elettrico immediatamente prima della morte
.
I ricercatori prevedono di implementare l'algoritmo nei sistemi sanitari per aiutare i medici a identificare meglio chi necessita di un defibrillatore impiantabile . Lo studio apre anche la strada a nuove ricerche sul meccanismo fisiologico alla base dei malfunzionamenti elettrici del cuore. Obermeyer ha dichiarato che l'obiettivo è "non solo prendere decisioni migliori, ma anche iniziare a capire cosa sta realmente accadendo a questi pazienti prima che il loro cuore si fermi"
. Poiché gli ECG sono esami di routine, a basso costo e disponibili in tutti i centri medici del mondo, lo strumento potrebbe essere ampiamente diffuso per salvare vite umane
.