26 gennaio - Nei reparti di pronto soccorso dell’UC San Diego Health, in California, è stato sperimentato con successo un algoritmo in grado di identificare i pazienti a rischio di infezione che può portare a sepsi. L’algoritmo valuta in tempo reale il rischio, prendendo in considerazione alcuni parametri sin dall’accettazione del paziente in pronto soccorso.

Un team dell’Università della California di San Diego, coordinato da Gabriel Wardi, ha impiegato un modello di intelligenza artificiale nei reparti di pronto soccorso dell’UC San Diego Health per identificare i pazienti a rischio di infezione che può portare a sepsi. I risultati dello studio hanno mostrato che l’applicazione dell’algoritmo, denominato Composer, ha portato alla riduzione del 17% della mortalità.

Dal momento dell’accettazione del paziente in pronto soccorso, l’algoritmo tiene conto di più di 150 variabili che vengono monitorate in continuo, tra cui i risultati degli esami di laboratorio, segni vitali, farmaci assunti abitualmente, dati dermografici e anamnesi.

Se il paziente presenta più variabili legate alla possibile insorgenza di un’infezione da sepsi, l’algoritmo avvisa il personale infermieristico tramite la cartella clinica elettronica. Il metodo è stato testato su oltre 6mila pazienti ricoverati.

“È grazie a questo modello di intelligenza artificiale che i nostri team possono fornire più rapidamente una terapia salvavita ai pazienti”, conclude Gabriel Wardi, medico di medicina d’urgenza e terapia intensiva presso l’UC San Diego Health e autore principale dello studio.

Fonte: npj Digit Med 2024
https://www.nature.com/articles/s41746-023-00986-6