La sindrome di Brugada è un disturbo genetico che altera il ritmo cardiaco. Essa colpisce prevalentemente giovani uomini e comporta il rischio di morte cardiaca improvvisa, rappresentando quindi un'importante preoccupazione sociale.

Tradizionalmente, la diagnosi della sindrome si basa sull'identificazione di specifici modelli visibili sull'elettrocardiogramma (ECG), in particolare con riferimento alle anomali ventricolari. Recenti scoperte hanno tuttavia spostato l'attenzione sugli atri, rivelando nuove possibilità diagnostiche. 

Questo cambio di focus fa parte del lavoro collaborativo tra il gruppo di ricerca Biomedical Signal Processing (BSP) dell'Istituto di tecnologie digitali per cure sanitarie personalizzate (MeDiTech), guidato da Francesca Faraci, e l'Istituto Cardiocentro Ticino dell'Ente Ospedaliero Cantonale (EOC).

Nel contesto di questo studio, Beatrice Zanchi, dottoranda del MeDiTech, ha sviluppato un sistema di intelligenza artificiale che identifica la sindrome di Brugada concentrandosi esclusivamente su anomalie atriali. Questo approccio si concentra sull'analisi dell'onda P, una parte specifica dell'ECG legata all'attività atriale.

Grazie a questo studio è stata messa in discussione la convenzionale comprensione della sindrome di Brugada e sono state aperte nuove prospettive per metodi diagnostici innovativi, promuovendo una rilevazione e un intervento più tempestivi.

Risultati significativi sono stati pubblicati su EP Europace Journal, rivista di Cardiologia, Medicina cardiovascolare e Fisiologia medica della Oxford University Press:

Zanchi, B., Faraci, F. D., Gharaviri, A., Bergonti, M., Monga, T., Auricchio, A., & Conte, G. (2023). Identification of Brugada syndrome based on P-wave features: an artificial intelligence-based approach. Europace, 25(11), euad334.