Philips lancia ePatch, l’holter indossabile per il monitoraggio cardiaco fino a 14 giorni
Un sensore per il monitoraggio cardiaco indossabile e senza fili, leggero e di piccole dimensioni che registra il battito cardiaco fino a 14 giorni. Un monitoraggio prolungato, possibile in tutti i momenti della giornata, dal lavoro al riposo, all’allenamento in palestra, che consente di individuare alterazioni del ritmo cardiaco anche intermittenti, inclusa la fibrillazione atriale.
- nov 17, 2026
- 3 minuti
Milano, 17 novembre 2026 – Il doppio di aritmie cardiache clinicamente significative registrate in sette giorni e oltre 2,5 volte di più in 14 giorni rispetto ai tradizionali holter1: sono i dati che fotografano la capacità di individuare anomalie del ritmo del cuore attraverso il nuovo dispositivo indossabile ePatch che Philips, leader nel settore health tech, lancia sul mercato italiano.
L’ePatch di Philips è un sensore leggero e di piccole dimensioni – meno di cinque cm per quattro – che si indossa sul petto e registra ogni battito cardiaco per quasi due settimane. Sono le piccole dimensioni e l’assenza di fili a rendere possibile un monitoraggio prolungato, durante tutti i momenti della giornata: al lavoro, in palestra, sotto la doccia e mentre si dorme. In questo modo la durata dell’analisi, senza particolari fastidi per la persona, consente di individuare alterazioni del ritmo cardiaco, altrimenti non rilevate.
A livello mondiale 1 persona su 4, a partire dai 40 anni, può sviluppare una fibrillazione atriale nel corso della vita1. La fibrillazione atriale, in particolare, aumenta significativamente il rischio di ictus, demenza e insufficienza cardiaca, ma spesso rimane non diagnosticata perché può essere asintomatica e presentarsi in modo intermittente.
Proprio la natura intermittente di questi disturbi può renderli difficili da rilevare con i tradizionali monitoraggi di 24 ore. Inoltre, l’analisi manuale dei dati richiede ore di lavoro da parte di uno specialista. Con la soluzione Philips, grazie a registrazioni più lunghe e all’analisi basata sull’intelligenza artificiale, i medici possono individuare prima anomalie del ritmo cardiaco e fornire ai pazienti un riscontro più rapido.
Il paziente indossa il dispositivo durante le normali attività quotidiane e mentre dorme. Al termine del monitoraggio, i dati dell’elettrocardiogramma (ECG) vengono caricati in modo sicuro attraverso la piattaforma software di Philips Cardiologs, dotata di IA, che consente di analizzare il tracciato e individuare eventuali irregolarità del battito cardiaco, segnalando pattern sospetti, come quelli associati alla fibrillazione atriale. In questo modo, si riduce di quasi la metà2 il tempo di revisione da parte del personale sanitario, rendendo più efficaci i programmi di screening su larga scala e riducendo i costi sanitari associati.
“Portare il monitoraggio prolungato nella vita quotidiana delle persone permette di raccogliere informazioni più complete sulle loro condizioni, con un’esperienza più confortevole e meno vincolante. Questi dati possono aiutare i team clinici a riconoscere prima segnali rilevanti a supporto di decisioni più tempestive, contribuendo a un approccio alla diagnosi più proattivo. Le applicazioni, inoltre, possono essere diverse. Non riguardano solo il rilevamento della fibrillazione atriale, ma includono il monitoraggio dei pazienti dopo procedure di ablazione cardiaca o sostituzione valvolare e studi sulla relazione tra carenza di magnesio e fibrillazione atriale”, ha dichiarato Irene Fullin, Business Leader Hospital & Ambulatory Monitoring Philips Italia, Israele e Grecia.
“Per i professionisti sanitari, i principali vantaggi sono l’interfaccia intuitiva e la possibilità di effettuare registrazioni continue di alta qualità per 14 giorni”, ha dichiarato il dottor Jorge Pagola, neurologo e ricercatore post-dottorato presso l’Ospedale universitario Vall d’Hebron di Barcellona, in Spagna. “Applicato al torace come un patch in pochi minuti, ePatch integra un programma di analisi che consente di esaminare rapidamente le registrazioni. Grazie al supporto dell’intelligenza artificiale, gli episodi di fibrillazione atriale possono essere classificati per consentire una rapida revisione da parte del nostro team. I pazienti beneficiano di un maggiore comfort: senza gli ingombranti cavi del tradizionale holter, possono vestirsi, fare la doccia e svolgere le normali attività quotidiane senza impedimenti”.
Cardiologs utilizza la tecnologia delle reti neurali profonde (DNN) per analizzare i dati ECG e rilevare oltre venti tipi di eventi, comprese le principali aritmie. Ricerche peer-reviewed hanno mostrato che l’impiego dell’IA riduca di dieci volte il numero di falsi positivi di episodi di fibrillazione atriale rispetto alla tradizionale analisi dell’ECG, mantenendo una sensibilità simile3. Inoltre, aumenta la sensibilità nel rilevamento della tachicardia ventricolare del 29% rispetto all’algoritmo tradizionale4.
I monitor holter tradizionali richiedono in genere l’applicazione di sette-dieci elettrodi sul torace, collegati a un’unità di controllo da portare alla cintura o al collo. L’ingombro può limitare le normali attività quotidiane e influire sulla qualità del monitoraggio; inoltre, applicazione, analisi dei dati, preparazione dei referti e pulizia comportano un carico di lavoro per il personale clinico. La registrazione continua, di norma limitata a 72 ore, e i costi possono ridurne la disponibilità e allungare i tempi di attesa. L’innovazione Philips contribuisce così a rendere il monitoraggio cardiaco più accessibile, a beneficio dei pazienti e dei servizi sanitari.
Fonti
- Parikh, P, Grigoriadis, C, Dunn, A. et al. Diagnostic Yield of 24-hour Holter vs 7-day and 14-day ePatch Extended Wear Holter. J Am Coll Cardiol. 2023 Mar, 81 (8_Supplement) 149. Research conducted by Philips ECG Solutions, https://doi.org/10.1016/S0735-1097(23)00593-4.
- Chugh SS, Havmoeller R, Narayanan K, et al. Worldwide epidemiology of atrial fibrillation: a Global Burden of Disease 2010 Study. Circulation. 2014; 129(8): 837–847.
- L Fiorina, E Marijon, C Maupain, C Coquard, L Larnier, J Rischard, A Bourmaud, F Salerno, J Horvilleur, J Lacotte, M Ait Said, V Manenti, A Maltret, J Li, C Gardella, 222. AI-based strategy enables faster Holter ECG analysis with equivalent clinical accuracy compared to a classical strategy, EP Europace, Volume 22, Issue Supplement_1, giugno 2020, euaa162.374, https://doi.org/10.1093/europace/euaa162.374.
- Li, J. (2016) Deep Neural networks improve atrial fibrillation detection in Holter: first results. European Journal of Preventive Cardiology. 22 (2s), 41.
- Multicenter study comparing the performance of Cardiologs’ AI-based algorithm to a traditional algorithm: Fiorina, Laurent et al. “Evaluation of an Ambulatory ECG Analysis Platform Using Deep Neural Networks in Routine Clinical Practice.” Journal of the American Heart Association: Cardiovascular and Cerebrovascular Disease 11 (2022): e026196.