• artificial intelligence
• cardiac murmur
• cardiologia
• cardiology
• intelligenza artificiale
• inter-operator variability
• soffio cardiaco
• variabilità inter-operatore

Riassunto
OBIETTIVO: L’obiettivo primario del presente studio è stato quello di confrontare i rilievi sonori ottenuti mediante lo stetoscopio classico e quello digitale “Eko DUO ECG + Digital Stethoscope” con la diagnosi ecocardiografica nel cane. In secondo luogo, si è analizzata la variabilità inter-operatore nell’interpretazione dell’auscultazione; infine, si è valutata la funzione basata su intelligenza artificiale (AI) presente nello strumento.
MATERIALI e METODI: Lo studio è stato di tipo osservazionale e prospettico. Nello studio sono stati inclusi cani con patologie cardiache di vario tipo e cani sani. Ogni soggetto è stato sottoposto ad auscultazione convenzionale, ecocardiografia e registrazione tramite “Eko DUO ECG + Digital Stethoscope”. Le tracce sonore registrate con il dispositivo sono state successivamente analizzate da un operatore esperto per valutarne la concordanza con la diagnosi ecocardiografica mediante test k di Cohen. La stessa analisi è stata eseguita sui reperti auscultatori tramite stetoscopio convenzionale (CS). Su una sub-popolazione di 35 cani è stato valutato l’accordo tra tre operatori, con diversa esperienza, utilizzando il test k di Fleiss. Infine, su una-sub popolazione 23 di cani, è stato utilizzato il test k di Cohen per valutare la concordanza tra i risultati auscultatori (tramite CS e DS) e l’AI sull’identificazione di un soffio cardiaco.
RISULTATI: Nel presente studio sono stati inclusi 165 cani. Le tracce audio sono risultate interpretabili nel 100% dei casi e il 59% sono state valutate di qualità ottima. Nella valutazione del CS e del DS rispetto alle alterazioni ecocardiografiche, in entrambi i casi è risultata una concordanza sostanziale (rispettivamente k=0,64 e k=0,72) nell’identificazione di soffio, il DS si è dimostrato più sensibile rispetto al CS nell’identificare la presenza di soffio. Nella valutazione della variabilità tra operatori diversi è risultata una concordanza sostanziale nel rilevamento delle alterazioni dei toni cardiaci (k=0,71), nel rilevamento dei soffi cardiaci (k=0,72) e nella caratterizzazione dell’intensità del soffio (k=0,71), mentre è risultata lieve nella caratterizzazione della durata del soffio (k=0,36). Infine, è stato confrontato il risultato dell’AI sull’individuazione di soffi rispetto all’auscultazione classica e digitale, ottenendo in entrambi i casi un accordo sostanziale (k=0,74).
CONCLUSIONI: Il presente studio suggerisce una buona accuratezza dello stetoscopio elettronico “Eko DUO ECG + Digital Stethoscope” nell’identificazione di soffi cardiaci nel cane, e la totalità delle tracce registrate con lo strumento è risultata interpretabile. La nuova funzione di AI potrebbe essere uno strumento di sostegno per l’identificazione di soffi cardiaci. Queste caratteristiche lo rendono uno strumento potenzialmente applicabile nel contesto della visita cardiologica del cane e potenziale strumento per la telecardiologia e la didattica.

Abstract
OBJECTIVE: The primary aim of the present study was to compare the auscultatory findings obtained using the classic stethoscope (CS) and a new digital stethoscope (DS) called "Eko DUO ECG + Digital Stethoscope" with the echocardiographic diagnosis. Secondly, the inter- operator variability was analyzed and the function of the artificial intelligence (AI) was evaluated.
MATERIALS and METHODS: The study was observational and prospective. Dogs with various types of heart disease and healthy dogs were included in the study. Each subject underwent conventional auscultation with the CS, echocardiography and recording via the DS. Recordings were blindly analyzed by an expert operator to evaluate their concordance with the echocardiographic diagnosis using the Cohen's k test. The same analysis was performed on auscultatory findings via CS. On a sub-population of 35 dogs, the agreement between three operators with different experience was evaluated using the Fleiss k test. Finally, on a sub-population 23 of dogs, the Cohen's k test was used to evaluate the agreement between the auscultatory results (via CS and SD) and the AI on the identification of a heart murmur.
RESULTS: 165 dogs were included in the present study. The audio recordings were interpretable in 100% of cases and 59% were judged to be of excellent quality. In the evaluation of the CS and the DS respect to the echocardiographic alterations, both cases show a substantial agreement (respectively k=0.64 and k=0.72) in the identification of a cardiac murmur. The DS proved to be more sensitive than the CS in identifying the presence of a murmur. In the evaluation of the variability between different operators, there was substantial agreement in the detection of tone alterations (k=0.71), in the detection of heart murmurs (k=0.72) and in the characterization of the intensity of the murmur (k=0 .71), while it was slight in characterizing the duration of the murmur (k=0.36). Finally, the AI result on the identification of murmurs was compared with classic and digital auscultation, obtaining substantial agreement in both cases (k=0.74).
CONCLUSIONS: The present study suggests a good accuracy of the electronic stethoscope “Eko DUO ECG + Digital Stethoscope” in the identification of heart murmurs in dogs, with all recorded audio tracks deemed interpretable. The new AI function could be a support tool for identifying heart murmurs. These characteristics make it a potentially applicable device in the context of dog cardiological examination and a potential tool for telecardiology and teaching.