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: