Pada Sesi Ilmiah American Heart Association 2025, Anumana mempresentasikan data klinis baru yang menunjukkan efektivitas AI dalam meningkatkan prediksi risiko gagal jantung. Studi yang dipublikasikan di Journal of the American College of Cardiology ini menunjukkan bahwa menggabungkan analisis elektrokardiogram berbantuan AI (ECG-AI) dengan model risiko klinis yang ada dapat meningkatkan akurasi prediksi gagal jantung secara signifikan.

Studi yang melibatkan lebih dari 14.000 partisipan dari berbagai studi longitudinal ini menunjukkan bahwa ECG-AI Anumana, ketika digunakan bersama dengan persamaan risiko klinis PREVENT-HF, mampu mengklasifikasikan ulang pasien berisiko tinggi gagal jantung ke dalam kategori yang lebih tinggi. Reklasifikasi ini tidak mungkin dilakukan hanya dengan faktor klinis, menunjukkan bahwa ECG-AI dapat menjadi alat yang ampuh dalam strategi deteksi dini dan pencegahan.

Akshay S. Desai, MD, MPH, menyoroti potensi ECG-AI untuk mengidentifikasi pasien berisiko gagal jantung jauh sebelum gejala muncul. Hal ini dapat memungkinkan intervensi lebih dini dan berpotensi menghasilkan luaran jangka panjang yang lebih baik. Studi ini memanfaatkan sumber daya dari National Heart, Lung, and Blood Institute dan menyoroti hasil penelitian kolaboratif yang bertujuan untuk meningkatkan prediksi gagal jantung.

Algoritma ECG-AI™ LEF Anumana, yang mendeteksi perubahan kelistrikan halus di jantung, telah terbukti sangat akurat dalam mengidentifikasi pasien yang berisiko gagal jantung. Perusahaan mempresentasikan penelitian tambahan selama sesi tersebut, yang menunjukkan penerapan AI dalam diagnosis berbagai penyakit kardiovaskular, yang selanjutnya mengukuhkan perannya dalam memajukan deteksi dini dan pengobatan di bidang kardiologi.