Un nuovo algoritmo di intelligenza artificiale prevede il rischio di mortalità per i pazienti che subiscono lesioni gravi

Un nuovo algoritmo di intelligenza artificiale prevede il rischio di mortalità per i pazienti che subiscono lesioni gravi

Gli scienziati del Dipartimento di Traumatologia e Medicina Critica Acuta della Graduate School of Medicine dell’Università di Osaka hanno sviluppato un algoritmo AI per prevedere il rischio di mortalità per i pazienti con lesioni gravi. Utilizzando la Japan Trauma Data Bank dal 2013 al 2017, sono stati in grado di ottenere registrazioni di oltre 70.000 pazienti che avevano subito traumi da corpo contundente, consentendo ai ricercatori di identificare fattori critici che potrebbero guidare in modo più accurato le strategie di trattamento.
I medici specialisti del pronto soccorso devono prendere decisioni sulla vita e sulla morte rapidamente e spesso con informazioni molto limitate. Parte della sfida è che i fattori che predicono la probabilità di esiti clinici avversi non sono pienamente compresi e talvolta i cambiamenti infiammatori e di coagulazione del sangue del corpo in risposta a lesioni gravi causano più danni che benefici. È chiaramente necessario un approccio più rigoroso e completo alla cura dei traumi.
Ora un team di ricercatori della Graduate School of Medicine dell’Università di Osaka ha analizzato un database di tutti i casi di trauma registrati in Giappone utilizzando algoritmi di apprendimento automatico. Ciò includeva informazioni sul paziente come età e tipo di lesione. Inoltre, sono state eseguite analisi di spettrometria di massa e proteomica sul siero di pazienti traumatizzati presso l'ospedale di Osaka. Ciò ha fornito informazioni più specifiche sui marcatori del sangue che potrebbero indicare un aumento o una diminuzione di alcune proteine.

Il nostro studio ha importanti implicazioni cliniche. Può aiutare a identificare i pazienti a più alto rischio che potrebbero trarre il massimo beneficio da un intervento precoce”.

Jotaro Tachino, autore principale dello studio, Graduate School of Medicine, Università di Osaka

Il team ha utilizzato l’analisi gerarchica dei dati e ha scoperto che 11 variabili erano fortemente correlate con l’aumento dei tassi di mortalità, tra cui il tipo e la gravità delle lesioni. Inoltre, hanno visto che i pazienti a rischio più elevato spesso presentavano un’infiammazione eccessiva o addirittura una risposta infiammatoria acuta. Hanno anche trovato marcatori proteici che segnalavano una coagulazione sottoregolata, che era fortemente associata a esiti negativi.
«La metodologia che abbiamo utilizzato per questo progetto può essere estesa anche allo sviluppo di nuove strategie di trattamento e terapie per altre malattie per le quali sono disponibili grandi quantità di dati», afferma l’autore senior Hiroshi Ogura. Questo lavoro può ottimizzare in modo significativo l’allocazione delle scarse risorse sanitarie del pronto soccorso per salvare più persone. Il team spera inoltre che questa ricerca possa aiutare a rivelare modi per calmare i percorsi infiammatori che possono andare fuori controllo dopo lesioni traumatiche.

Fonte:

Università di Osaka

Riferimento:

Tachino, J., et al. (2022) Sviluppo di fenotipi clinici e profili biologici attraverso l'analisi proteomica di pazienti traumatizzati. Terapia intensiva. doi.org/10.1186/s13054-022-04103-z.

.