Il sistema di intelligenza artificiale dei ricercatori dell'UF offre ai medici una visione migliore delle condizioni dei pazienti

Utilizzando i dati raccolti dai segni vitali dei pazienti, i ricercatori dell’Università della Florida hanno progettato un sistema di intelligenza artificiale in grado di accelerare e focalizzare il processo decisionale dei medici durante le fasi cruciali e iniziali del ricovero.

L'algoritmo funziona prendendo torrenti di dati da sei segni vitali misurati entro sei ore dal ricovero in ospedale. Quindi concentra questi dati in uno dei quattro cluster distinti, offrendo ai medici una visione più chiara, tempestiva e accurata della prognosi del paziente e dei probabili esiti medici. I risultati sono stati pubblicati il 13 ottobre sulla rivista PLOS Digital Health.

L'approccio utilizza l'intelligenza artificiale per analizzare i dati dei pazienti più velocemente e in modo più approfondito rispetto ai medici, ha affermato Azra Bihorac, MD, preside associato senior per gli affari di ricerca presso l'UF College of Medicine e direttore dell'Intelligent Critical Care Center dell'UF. Nel giro di poche ore, il sistema è in grado di identificare i pazienti che potrebbero essere a rischio di risultati insoddisfacenti.

"Questo sistema ha il potenziale per accelerare il processo decisionale dei medici e renderlo più accurato", ha affermato Bihorac.

I risultati sono il risultato di una collaborazione tra una dozzina di ricercatori dell’UF con esperienza in chirurgia, informatica, medicina, anestesiologia e ingegneria biomedica.

Per valutare il sistema, i ricercatori hanno utilizzato un database deidentificato di pazienti adulti ricoverati all’UF Health Shands Hospital tra il 2014 e il 2016. L’algoritmo è stato convalidato e testato utilizzando dati di quasi 100.000 persone di tutte le fasce d’età.

Quando l’apprendimento automatico, un tipo di intelligenza artificiale, è stato applicato ai dati di routine dei primi segni vitali, il sistema ha identificato pazienti con categorie di malattie uniche ed esiti clinici distinti. I pazienti sono stati poi raggruppati in uno dei quattro distinti "cluster". I pazienti assegnati a uno dei cluster hanno mostrato segni precoci di bassa pressione sanguigna, aumento dell’attività cardiaca e infiammazione di basso grado. Sebbene queste condizioni possano essere gravi nelle fasi iniziali, hanno anche il potenziale per risolversi e portare a risultati favorevoli. L’algoritmo ha raggruppato altri pazienti in un altro cluster con maggiori probabilità di avere malattie renali e cardiovascolari croniche. I ricercatori hanno scoperto che avevano anche maggiori probabilità di morire entro tre anni.

Il valore dell'algoritmo risiede nella sua capacità di raccogliere e analizzare rapidamente più dati sui pazienti, ha affermato Bihorac. Ad esempio, la pressione bassa può essere un indicatore precoce di vari problemi medici futuri. Se combinati con i dati di altri pazienti e analizzati da un algoritmo, i medici hanno un quadro più chiaro del percorso del paziente.

"È davvero come un segnale d'allarme precoce. Entro sei ore, può aiutare a identificare i pazienti che potrebbero essere a rischio di non avere un buon risultato. Ci dice quali pazienti potrebbero essere a rischio di peggioramento e chi necessita di maggiore attenzione immediatamente," lei disse.

Successivamente, Bihorac ha affermato che sta cercando ulteriori sovvenzioni che consentiranno al team di studiare ulteriormente il sistema ed eventualmente testarne l’efficacia sui pazienti attualmente ricoverati. Un sistema del genere potrebbe probabilmente essere implementato senza costi significativi, ha affermato.

"Si tratta di una soluzione semplice ed elegante. Prende i dati già raccolti e li utilizza al massimo delle loro potenzialità a beneficio del paziente", ha affermato Bihorac.

Tra i colleghi dell'UF Intelligent Critical Care Center che hanno dato notevoli contributi alla ricerca figurano Yuanfang Ren, Ph.D., esperto di informatica e assistente scienziato presso l'UF College of Medicine; Tyler J. Loftus, MD, assistente professore nel dipartimento di chirurgia; e Gilbert R. Upchurch, MD, professore e presidente del dipartimento di chirurgia, ha detto Bihorac.

La ricerca è stata supportata da numerose sovvenzioni del National Institutes of Health, della National Science Foundation e dell’Università della Florida.

Contatto con i media: Doug Bennett, [email protected], 352-265-9400

Scrittore scientifico, redattore

Doug Bennett è entrato a far parte dello staff di UF Health nel gennaio 2015 come scrittore ed editore scientifico. Le sue aree tematiche includono l'anatomia; biochimica e biologia molecolare; genetica molecolare e microbiologia; patologia,...Leggi di più