Un nuovo studio ha rivelato che uno strumento di intelligenza artificiale (IA) predice con precisione quali pazienti appena infettati dal virus COVID-19 avrebbero sviluppato gravi malattie respiratorie.
Il lavoro è stato condotto dalla NYU Grossman School of Medicine e dal Courant Institute of Mathematical Sciences presso la New York University, in collaborazione con il Wenzhou Central Hospital e il Cangnan People’s Hospital, entrambi a Wenzhou, in Cina.
Chiamato “SARS-CoV-2”, il nuovo virus provoca la malattia chiamata “COVID-19”. Al 30 marzo, il virus aveva infettato 735.560 pazienti in tutto il mondo. Secondo l’Organizzazione Mondiale della Sanità, la malattia ha causato finora oltre 34.830 decessi, più spesso tra i pazienti più anziani con condizioni di salute precarie. Il Dipartimento della Sanità dello Stato di New York ha segnalato più di 33.700 casi fino al 30 marzo a New York City.
Pubblicato online il 30 marzo sulla rivista Computers, Materials & Continua, lo studio ha anche rivelato i migliori indicatori di gravità futura e ha scoperto che non erano quelli previsti.
“Sebbene rimanga molto lavoro per convalidare ulteriormente il nostro modello, è già promettente come strumento per prevedere i pazienti più vulnerabili al virus, ma solo a supporto dell’esperienza clinica conquistata duramente dai medici nel trattamento delle infezioni virali”, afferma l’autore dello studio Megan Coffee , MD, PhD, Professore assistente clinico nella Divisione di malattie infettive e immunologia all’interno del Dipartimento di Medicina presso la NYU Grossman School of Medicine. “Il nostro obiettivo era progettare e implementare uno strumento di supporto decisionale utilizzando le capacità di intelligenza artificiale – principalmente analisi predittive – per contrassegnare la gravità del futuro coronavirus clinico”, afferma il coautore Anasse Bari, PhD, assistente Professore clinico in Informatica presso il Courant istituire. “Speriamo che lo strumento, quando completamente sviluppato, sarà utile ai medici in quanto valuta quali pazienti moderatamente malati hanno davvero bisogno di essere ricoverati in Ospedale e quali possono tranquillamente andare a casa, anche a fronte di risorse ospedaliere ridotte”.
Predittori a sorpresa
Per lo studio, i risultati demografici, di laboratorio e radiologici sono stati raccolti da 53 pazienti, ciascuno dei quali è risultato positivo nel gennaio 2020 per il virus SARS-CoV2 nei due Ospedali cinesi. I sintomi erano in genere lievi all’inizio, inclusi tosse, febbre e disturbi di stomaco. In una minoranza di pazienti, tuttavia, si sono sviluppati sintomi gravi in una settimana, inclusa la polmonite. L’obiettivo del nuovo studio era determinare se le tecniche di intelligenza artificiale potevano aiutare a prevedere con precisione quali pazienti con il virus avrebbero continuato a sviluppare la sindrome da distress respiratorio acuto o ARDS, l’accumulo di liquidi nei polmoni che può essere fatale negli anziani.
Per il nuovo studio, i ricercatori hanno progettato modelli di computer che prendono decisioni in base ai dati inseriti, con i programmi che diventano “più intelligenti” quanto più dati prendono in considerazione. Nello specifico, lo studio attuale ha utilizzato alberi delle decisioni che tracciano una serie di decisioni tra le opzioni e che modella le potenziali conseguenze delle scelte in ogni fase di un percorso. I ricercatori sono stati sorpresi di scoprire che le caratteristiche considerate come caratteristiche distintive di COVID-19, come alcuni schemi osservati nelle immagini polmonari (ad es. Opacità del vetro smerigliato), febbre e forti risposte immunitarie, non erano utili nel prevedere quale dei molti pazienti con iniziali sintomi lievi andrebbero sviluppato una grave malattia polmonare. Né l’età né il genere sono stati utili nel prevedere malattie gravi, sebbene studi precedenti avessero scoperto che gli uomini di età superiore ai 60 anni erano a maggior rischio.
Vedi anche: Annunciati oggi i primi risultati di un potenziale candidato vaccino COVID 19
Invece, il nuovo strumento di IA ha scoperto che i cambiamenti in tre caratteristiche – i livelli dell’enzima alanina aminotransferasi (ALT), i livelli di mialgia e di emoglobina – erano predittivi in modo più accurato della successiva malattia grave. Insieme ad altri fattori, il team ha riferito che la AI è in grado di prevedere il rischio di ARDS con una precisione fino all’80%. “I livelli di ALT – che aumentano drammaticamente quando malattie come l’epatite danneggiano il fegato – erano solo un po ‘più alti nei pazienti con COVID-19″, affermano i ricercatori, “ma hanno comunque mostrato un ruolo di rilievo nella previsione della gravità. Inoltre, i dolori muscolari profondi (mialgia) erano anche più comuni e sono stati collegati dalle ricerche precedenti a un’infiammazione generale più elevata nel corpo”. Infine, livelli più elevati di emoglobina, la proteina contenente ferro che consente alle cellule del sangue di trasportare ossigeno ai tessuti corporei, erano anche collegati a successive difficoltà respiratorie. Ciò potrebbe essere spiegato da altri fattori, come il fumo non dichiarato di tabacco, che è stato a lungo collegato all’aumento dei livelli di emoglobina? Dei 33 pazienti del Wenzhou Central Hospital intervistati sull’ abitudine al fumo, i due che hanno riferito di aver fumato, hanno anche riferito di aver smesso.
“I limiti dello studio”, affermano gli autori, “includevano l’insieme di dati relativamente piccolo e la gravità clinica della malattia studiata nella popolazione limitata. Quest’ultima può essere in parte dovuta a una carenza ancora inspiegabile di pazienti anziani ricoverati negli Ospedali durante il periodo di studio. L’età media dei pazienti era di 43 anni.
“Presterò maggiore attenzione nella mia pratica clinica ai nostri punti dati, osservando i pazienti più da vicino se, ad esempio, si lamentano di mialgia grave”, aggiunge Coffee. “È entusiasmante poter condividere i dati in tempo reale quando possono essere utili. In tutte le epidemie passate, i giornali sono stati pubblicati solo dopo che le infezioni erano diminuite”.
Fonte: Tech Science Press
