Pipeline AI per la stratificazione del rischio e identificazione di patologie – Focus Sepsi e CKD

1. Descrizione della tecnologia

La tecnologia consiste in una pipeline di intelligenza artificiale (AI) progettata per analizzare dati clinici e stratificare il rischio di diverse patologie. Si tratta di un sistema software modulare basato su machine learning (ML), che utilizza modelli supervisionati per identificare la severità della malattia renale cronica (CKD) e della sepsi nei pazienti anziani di età superiore ai 65 anni. Questo sviluppo tecnologico porta con sé alcune innovazioni chiave, tra cui la gestione automatica, da parte del sistema, delle variabili cliniche, l’uso di precise tecniche di selezione delle variabili, l’ottimizzazione autonoma dei parametri dei modelli ML e la gestione automatizzata dei dati mancanti. Grazie a questi avanzamenti, la tecnologia proposta rappresenta uno strumento utile per supportare la medicina predittiva e personalizzata nel contesto ospedaliero.

2. Obiettivo

L’obiettivo principale della pipeline AI è migliorare la diagnosi precoce e la gestione clinica di condizioni critiche come la CKD e di difficile diagnosi, come la sepsi, riducendo le complicazioni e ottimizzando il percorso di cura. Il sistema analizza i dati clinici dei pazienti per fornire una valutazione personalizzata del rischio, supportando i medici non solo nella diagnosi ma anche nelle decisioni terapeutiche.

3. Target di riferimento

Il sistema tecnologico sviluppato è destinato primariamente a medici e professionisti sanitari, che sfruttano i modelli AI per affinare diagnosi e trattamenti. I caregiver possono beneficiare indirettamente delle valutazioni AI per una migliore gestione del paziente, così come quest’ultimo, tipicamente anziano per il tipo di patologia in questione, può ricevere una cura personalizzata ad hoc, basata sulle proprie condizioni clinico-patologiche.

4. Area di applicazione

La tecnologia in questione si applica principalmente in ambiente ospedaliero o laboratoriale, sfruttando dati clinici e biologici provenienti da reparti diversi, quali nefrologia, geriatria, terapia (semi)intensiva, medicina d’urgenza o laboratorio analisi. Grazie al monitoraggio basato su dati clinici e laboratoristici, supporta la decisione del medico (è detto sistema di supporto alla decisione, o DSS) e migliora la gestione delle patologie acute e croniche.

5. Risultati attesi

L’uso del sistema AI per la stratificazione del rischio, in questo ambito, porterebbe a dei risultati promettenti, quali:

• Una diagnosi più rapida e precisa per CKD e sepsi.
• Una riduzione delle ospedalizzazioni grazie alla stratificazione precoce del rischio.
• Una migliore gestione terapeutica, con trattamenti più mirati e personalizzati.
• Un’ottimizzazione delle risorse sanitarie, evitando test inutili o ritardi nei trattamenti.