Pubblicazione: 04/01/2021  |  Scadenza: Ultimo aggiornamento: 2021-01-04 11:58:36

Il ruolo dell’Intelligenza Artificiale e della Data Science per combattere il COVID-19


L’Università “Magna Graecia” di Catanzaro partecipa alla rete internazionale “4CE – Consortium for Clinical Characterization of COVID-19 by EHR”, una rete collaborativa internazionale, coordinata da Harvard Medical School, che coinvolge 342 ospedali e policlinici universitari in Europa, Stati Uniti e Asia, per lo studio del COVID-19 tramite tecniche di Intelligenza Artificiale e Data Science applicate ai dati delle cartelle cliniche elettroniche.

Sono stati recentemente pubblicati in via preliminare i primi risultati scientifici di uno studio multicentrico internazionale, retrospettivo osservazionale, sulle caratteristiche della popolazione affetta COVID-19, il cui obiettivo è confrontare, a livello internazionale, le traiettorie dei principali valori di laboratorio di pazienti ospedalizzati con COVID-19 che sviluppano una forma grave della malattia e identificare i tempi ottimali della raccolta dei valori di laboratorio per prevedere la gravità tra ospedali e regioni.

Lo studio è basato su dati aggregati e anonimizzati riguardanti circa 36.500 pazienti COVID-19 raccolti nei 342 ospedali della rete 4CE. I pazienti sono stati classificati in due sottoinsiemi ("sempre gravi" o “mai gravi") utilizzando criteri di severità validati. Sono stati esaminati diciotto test di laboratorio e alcuni di essi sono stati riscontrati come predittivi del livello di gravità.

In particolare, il 43,7% dei pazienti sono stati classificati come sempre gravi. La maggior parte dei pazienti (78,7%) aveva 50 anni o più ed era di sesso maschile (60,5%). Le traiettorie longitudinali di proteina C-reattiva, albumina, LDH, conta dei neutrofili, D-dimero e procalcitonina, hanno mostrato associazione con la gravità della malattia. Sono state riscontrate differenze significative dei valori di laboratorio al momento del ricovero tra i due gruppi. Ad eccezione del D-dimero, la discriminazione predittiva dei valori di laboratorio non è incrementata dopo il ricovero. L'analisi dei sottogruppi utilizzando età, D-dimero, proteina C-reattiva e conta dei linfociti come predittivi di gravità al ricovero, ha mostrato una discriminazione simile a quella di altri lavori in letteratura (AUC = 0,88 e 0,91, rispettivamente). In media, non è stata trovata alcuna differenza nella previsione della gravità tra i siti nordamericani ed europei.

In definitiva, lo studio ha dimostrato che i valori dei test di laboratorio al momento del ricovero possono essere utilizzati per prevedere la gravità nei pazienti con COVID-19 e ha evidenziato la necessità di sviluppare nuovi modelli predittivi da applicare durante l’intero corso della malattia nei pazienti ospedalizzati.

Il progetto 4CE è un esempio di condivisione intelligente dei dati delle cartelle cliniche elettroniche sotto forma di Big Data che, tramite opportuni algoritmi di Intelligenza Artificiale e Data Science, permette di comprendere meglio le differenti tipologie di gravità dei pazienti COVID-19 e di offrire un’arma in più per combattere il COVID-19.

Nello specifico, l’Università di Catanzaro e il Policlinico Universitario “Mater Domini” partecipano alla rete 4CE tramite l’Unità Operativa di “Malattie Infettive e Tropicali” diretta dal Prof. Carlo Torti e il Centro di Ricerca “Data Analytics” - Dipartimento di Scienze Mediche e Chirurgiche, diretto dal Prof. Mario Cannataro, confermando l’impegno dell’Ateneo nella lotta contro il COVID-19.

I professori Torti e Cannataro ringraziano i numerosi colleghi che hanno contribuito al progetto ed in particolare il Magnifico Rettore, Prof. Giovambattista De Sarro, che ha coordinato la partecipazione dell’Ateneo alla rete 4CE, il Prof. Pietrantonio Ricci, che ha seguito l’approvazione dello studio presso il Comitato Etico della Regione Calabria, ed i componenti dell’Unità Operativa di “Malattie Infettive e Tropicali” e del Centro di Ricerca “Data Analytics”.

Link ai lavori scientifici 4CE:

·        International Comparisons of Harmonized Laboratory Value Trajectories to Predict Severe COVID-19: Leveraging the 4CE Collaborative Across 342 Hospitals and 6 Countries: A Retrospective Cohort Study

·        Validation of a Derived International Patient Severity Algorithm to Support COVID-19 Analytics from Electronic Health Record Data

Mappa dei centri coinvolti nel progetto 4CE (www.covidclinical.net)

 

800 453 444
Lun. - Ven. dalle 09:00 alle 18:00 e Sab. dalle 9:00 alle 13:00