Catania: Nanotecnologie a supporto della diagnosi cardiaca

0
604
Nanotecnologie a supporto della diagnosi cardiaca

Particelle alimentari, un giorno non troppo lontano, entreranno nel nostro corpo e giungeranno dirette alle cellule cardiache. Lì, questi nanosistemi si collegheranno con i meccanismi di contrazione e rilasciamento del muscolo cardiaco e da quel momento potranno inviare delle informazioni verso l’esterno“. Sono questi gli affascinanti sviluppi che consentiranno al cuore di sviluppare sistemi di comunicazione tra le varie cellule. “Tutto questo avrà un grosso impatto nella comprensione dei meccanismi di danno cardiaco precoce“. A sostenerlo è il dottor Clemente Cipresso dell’Università degli Studi di Catania ed ideatore del brevetto HeartSwitch, un algoritmo in grado di attivare i dispositivi elettrici a partire dal battito cardiaco.

continua dopo la foto

Nanotecnologie a supporto della diagnosi cardiaca

Visualizzare in 3D le informazioni provenienti dal cuore

Tra le varie possibilità, sarà possibile visualizzare in 3D le informazioni provenienti dal cuore su un display attraverso connessione di tipo wireless. Il cardiologo del futuro non leggerà più un tracciato elettrocardiografico convenzionale, bensì immagini derivanti dall’enorme mole di dati. Anomalie della contrazione ventricolare o aritmie di qualsiasi genere saranno identificate in maniera precoce e tempestivamente trattate.

continua dopo la gallery

Interpretazione dell’attività cardiaca convenzionale

Viene così ribaltato il concetto di interpretazione dell’attività cardiaca convenzionale, come dimostrato dallo studio “Big Data in preclinical ECG alterations research” pubblicato sulla rivista scientifica BJSTR da Clemente Cipresso. Siamo di fronte a una nuova epoca che porterà a nuovi vantaggi dal punto di vista diagnostico e terapeutico. “A fronte di ciò, i dati ottenuti dalla nanosensoristica, sempre nel rispetto della privacy del paziente, arricchiranno lo sviluppo di algoritmi di autoapprendimento con lo scopo di affiancare i medici nel tasso di efficacia. Sistemi di ‘machine learning’ determineranno quel valore aggiunto che condurrà a diagnosi più veloci ed accurate” ha concluso Arturo Verde, co-fondatore di HeartSwitch.

Vuoi rimanere sempre aggiornato?
Seguici su Facebook e Twitter o iscriviti al nostro canale Telegram!

LASCIA UN COMMENTO

Please enter your comment!
Inserisci il tuo nome qui