Sawt Falasteen - L'IA per scegliere la terapia giusta e combattere l'antibiotico resistenza

Intelligenza artificiale e medicina di precisione insieme posso contribuire a combattere l'antibiotico-resistenza, inviduando in tempi molto brevi l'antibiotico più adatto ad affrontare un'infezione. Uno studio italiano, coordinato da IDI IRCCS, dimostra infatti come i dati clinici possano guidare verso una rapida ed efficace scelta della terapia. Lo studio, pubblicato sulla rivista ⁠International Journal of Infectious Diseases (IJID), coordinato dall'IDI-IRCCS di Roma ed effettuato in collaborazione con Università di Salerno, CNR, Istituto Superiore di Sanità e Università Link di Roma, utilizza un modello basato su machine learning e dimostra che è possibile prevedere con elevata accuratezza la sensibilità agli antibiotici attraverso l'uso di dati clinici e microbiologici raccolti nella pratica ospedaliera quotidiana. La crescente diffusione dell'antibiotico-resistenza rappresenta una delle più gravi minacce per la salute pubblica a livello globale. Ogni ritardo nell'identificazione della terapia antibiotica più efficace può peggiorare gli esiti clinici dei pazienti, aumentare la durata dei ricoveri e favorire la selezione di microrganismi resistenti. Pertanto, prevedere efficacemente e rapidamente la risposta agli antibiotici può cambiare in maniera rilevante il decorso clinico di molte infezioni. Lo studio, condotto su quasi 10.000 pazienti italiani, dimostra che l'intelligenza artificiale può diventare un importante alleato dei medici nella scelta tempestiva e personalizzata degli antibiotici. La ricerca ha analizzato 15.581 isolati batterici provenienti da 9.966 pazienti assistiti tra il 2018 e il 2024 in due ospedali italiani. Utilizzando dati clinici e microbiologici raccolti routinariamente nella pratica ospedaliera, i ricercatori hanno sviluppato e validato un modello in grado di elaborare un "antibiogramma digitale" che con una accuratezza superiore al 90%, prevede la sensibilità dei batteri ai diversi antibiotici, con almeno 48 ore di anticipo rispetto ai tempi necessari per ottenere l'antibiogramma standard. "Questi risultati dimostrano che le informazioni normalmente disponibili nelle cartelle cliniche e nei sistemi informativi ospedalieri, se correttamente utilizzate, possano essere sfruttate per supportare decisioni terapeutiche rapide, efficaci e mirate" evidenzia il microbiologo Giuseppe Piccinni, co-autore dello studio.

W.AbuLaban--SF-PST