I ricercatori negli Stati Uniti hanno sviluppato un algoritmo di intelligenza artificiale in grado di vagliare le cartelle cliniche elettroniche (EHR) e aiutare i medici a rilevare casi non diagnosticati di COVID lungo.
Oltre a identificare le persone che dovrebbero ricevere cure per questa condizione potenzialmente debilitante, l’algoritmo potrebbe anche essere utilizzato per cercare di trovare i fattori genetici e biochimici dietro la condizione ancora misteriosa, che causa una serie di sintomi tra cui estrema stanchezza, mancanza di respiro. , dolore toracico, problemi di memoria, difficoltà a dormire, palpitazioni cardiache e vertigini.
Secondo i Centri statunitensi per il controllo e la prevenzione delle malattie (CDC), circa il 7,5% della popolazione adulta degli Stati Uniti presenta sintomi di COVID lungo, che ammonta a 24,75 milioni di individui.
Il nuovo algoritmo – sviluppato dai ricercatori del Mass General Brigham e pubblicato sulla rivista Med – è stato addestrato su dati deidentificati provenienti dalle cartelle cliniche elettroniche di quasi 300.000 pazienti in 14 ospedali e 20 centri sanitari comunitari.
Utilizza un approccio noto come “fenotipizzazione di precisione”, che esamina i dati individuali per identificare i sintomi e le condizioni legate al COVID-19 e li tiene traccia nel tempo per differenziarli da altre malattie come l’asma o l’insufficienza cardiaca. Secondo il documento, l’algoritmo ha identificato una coorte di oltre 24.000 pazienti con una precisione del 79,9% e ha anche suggerito che il rischio di COVID lungo aumenta con le infezioni successive.
“Il nostro strumento di intelligenza artificiale potrebbe trasformare un processo diagnostico nebuloso in qualcosa di acuto e mirato, dando ai medici il potere di dare un senso a una condizione difficile”, ha affermato l’autore senior Hossein Estiri, capo della ricerca sull’intelligenza artificiale presso il Centro per l’intelligenza artificiale e l’informatica biomedica di il Learning Healthcare System (CAIBILS) presso il Mass General Brigham, nonché professore associato di medicina presso la Harvard Medical School.
“Con questo lavoro, potremmo finalmente essere in grado di vedere il COVID a lungo termine per quello che è veramente e, cosa ancora più importante, come trattarlo”, ha continuato, sottolineando che l’intelligenza artificiale sembra essere circa il 3% più accurata rispetto agli attuali approcci diagnostici basati sul codice della classificazione internazionale delle malattie per il COVID lungo (ICD-10), ma soprattutto è meno incline a pregiudizi.
In particolare, le diagnosi dei pazienti che utilizzano l’ICD-10 tendono a favorire gli individui con un migliore accesso all’assistenza sanitaria, mettendo in svantaggio le persone meno fortunate, quindi lo strumento di intelligenza artificiale potrebbe aiutare a ridurre le disuguaglianze nelle cure.
“Questo ambito più ampio garantisce che le comunità emarginate, spesso messe da parte negli studi clinici, non siano più invisibili”, ha affermato Estiri.
Secondo i ricercatori, il COVID lungo – o sequele post-acute di COVID-19 (PASC) per usare il termine scientifico – potrebbe anche essere molto più comune di quanto stimato dal CDC. Il loro lavoro suggerisce che la cifra potrebbe essere del 22,8%, non troppo lontana dalla stima del 24% del National Center for Health Statistics per il Massachusetts, che si basa sui dati 2022-23.
Studi futuri potrebbero esplorare l’algoritmo in coorti di pazienti con condizioni specifiche, come la broncopneumopatia cronica ostruttiva (BPCO) o il diabete. Nel frattempo, il team prevede di rendere il suo algoritmo ad accesso aperto in modo che possa essere implementato da altri sistemi sanitari.
Immagine di Gerd Altman da Pixabay
