• dolore toracico
• intelligenza artificiale
• pronto soccorso
• supporto decisionale

Il dolore toracico è uno dei motivi principali per cui le persone si recano al Pronto Soccorso.
Rappresenta una sfida diagnostica significativa, dato il suo insieme variegato di sintomi clinici e il rischio associato a patologie tempo-dipendenti.
È un sintomo aspecifico correlato ad una serie di condizioni di base diverse, da una manifestazione benigna ad una condizione potenzialmente mortale.

Il presente lavoro inizia con un’analisi dettagliata delle principali tecniche tradizionalmente impiegate nel trattamento del dolore toracico.
Si è partiti della valutazione di base dei pazienti (anamnesi, esame obiettivo, ECG, esami ematochimici), per poi approfondire gli algoritmi di stratificazione del rischio clinico come il HEART Score, il GRACE Score e i protocolli ADAPT ed EDACS.

Questi strumenti risultano validati e ampiamente utilizzati nella pratica clinica ma presentano delle limitazioni legate alla soggettività, alla variabilità tra individui e ai tempi necessari per una valutazione completa.

Considerando questi punti critici, l'opera si è focalizzata sull'inquadramento teorico ed applicativo dell'intelligenza artificiale (IA) in campo medico e più precisamente nella medicina d'urgenza.

Questa ricerca mira ad accertare retrospettivamente l'accuratezza diagnostica di un algoritmo di intelligenza artificiale su un campione di pazienti affetti da dolore toracico giunti presso il pronto soccorso dell’Azienda Ospedaliero-Universitaria Pisana.