Il rilevamento della sepsi tramite intelligenza artificiale salva centinaia di vite

I pazienti hanno il 20% di probabilità in meno di morire di sepsi perché un nuovo sistema di intelligenza artificiale sviluppato presso la Johns Hopkins University rileva i sintomi ore prima rispetto ai metodi tradizionali, dimostra un ampio studio ospedaliero.

Il sistema, creato da un ricercatore della Johns Hopkins il cui nipote è morto di sepsi, perlustra le cartelle cliniche e le note cliniche per identificare i pazienti a rischio di complicazioni potenzialmente letali.

Il lavoro, che potrebbe ridurre significativamente la mortalità dei pazienti da una delle principali cause di decessi ospedalieri in tutto il mondo, è pubblicato oggi su Nature Medicine e Digital Medicine.

“È il primo caso in cui l’IA viene implementata al letto del paziente, utilizzata da migliaia di fornitori, e dove stiamo vedendo vite salvate”, ha affermato Suchi Saria, fondatore e direttore della ricerca del Malone Center for Engineering in Healthcare presso Johns Hopkins e capo autore degli studi, che hanno valutato più di mezzo milione di pazienti in due anni.

“Questo è un balzo straordinario che salverà migliaia di pazienti affetti da sepsi ogni anno. E l’approccio viene ora applicato per migliorare i risultati in altre importanti aree problematiche oltre alla sepsi”.

La sepsi si verifica quando un’infezione innesca una reazione a catena in tutto il corpo. L’infiammazione può portare a coaguli di sangue e perdite di vasi sanguigni e, in definitiva, può causare danni agli organi o insufficienza d’organo. Circa 1,7 milioni di adulti sviluppano la sepsi ogni anno negli Stati Uniti e più di 250.000 di loro muoiono.

“Uno dei modi più efficaci per migliorare i risultati è la diagnosi precoce e la somministrazione dei trattamenti corretti in modo tempestivo, ma storicamente questa è stata una sfida difficile a causa della mancanza di sistemi per un’identificazione precoce accurata”, ha affermato Saria, che dirige il Machine Learning e Healthcare Lab presso Johns Hopkins.

Per affrontare il problema, Saria e altri medici e ricercatori della Johns Hopkins hanno sviluppato il sistema di allerta precoce in tempo reale mirato. Combinando la storia medica di un paziente con i sintomi attuali e i risultati di laboratorio, il sistema di apprendimento automatico mostra ai medici quando qualcuno è a rischio di sepsi e suggerisce protocolli di trattamento, come l’inizio di antibiotici.