Medicina predittiva e valutazione clinica nei casi di ictus ischemico: l'Asl Lecce si affida all'intelligenza artificiale per affinare l'assistenza e migliorare le cure anche nelle patologie tempo dipendenti. I due progetti già attivati dall'azienda sanitaria puntano di fatto sulla conoscenza delle malattie croniche nella popolazione e mirano a sviluppare l'appropriatezza delle terapie, così da identificare i trattamenti migliori e prevedere la risposta dei pazienti.
Il progetto "e-Stroke"
Nel dettaglio, una delle attività sviluppate dall'unità di neuroradiologia diagnostica e interventistica dell'ospedale “Vito Fazzi”, guidata da Adriana Paladini, è il progetto “e-Stroke” finalizzata a supportare i medici nella valutazione iniziale di ictus su Tac senza contrasto, Tac angiografia, perfusione e scansioni Mri.
Il sistema di immagini e algoritmi fornisce un calcolo rapido e coerente di punteggi scientifici e clinicamente rilevanti, incluso il core ischemico (tessuto già in necrosi), che consente ai medici di individuare la tipologia di intervento, da incrociare con le valutazioni sanitarie, per la decisione sul trattamento più adeguato da eseguire al paziente. “Nelle patologie tempo dipendente, - afferma il primario Adriana Paladini - è fondamentale la tempestività di trattamento.
La medicina predittiva
In ambito della medicina predittiva invece il secondo progetto varato dall'Asl Lecce guidata dal dg Stefano Rossi, punta alla conoscenza del profilo epidemiologico della popolazione assistita e degli indicatori correlati ai bisogni di salute e gli esiti degli interventi assistenziali effettuati, sono indispensabili per una buona programmazione sanitaria.
“Tale modello, che utilizza informazioni relative ai bisogni clinici assistenziali e sociali della persona – è evidenziato nella scheda di progetto - ha la finalità di individuare interventi appropriati, sostenibili e personalizzati”. Attraverso l'inserimento in rete di un insieme di valori (per sei gruppi di popolazione: persone in salute, pazienti occasionali, cronici mono-morbidi, cronici multi-morbidi, soggetti non autosufficienti e persone in stato terminale), si andrà creando un sistema di governance territoriale che consente di individuare priorità di intervento, con particolare riferimento alla continuità delle cure a favore di individui in condizioni di cronicità/fragilità e disabilità che comportano il rischio di non autosufficienza, anche attraverso l’integrazione tra il sistema sociale e quello sanitario.
L'intelligenza artificiale consente quindi, in particolare per la cura delle malattie croniche, di sviluppare sistemi di management della popolazione (Phm) in grado di passare dall’analisi retrospettiva a una prospettica, finalizzata a predire il rischio di progressione sfavorevole verso stadi peggiori di malattia. In buona sostanza, l'Asl e i medici potranno intercettare in anticipo i bisogni di salute con un modello epidemiologico predittivo, che consente di predisporre, attraverso la stratificazione della popolazione, strumenti utili a migliorare e adeguare ai bisogni, orientando così gli interventi da parte della medicina del territorio e degli specialisti ospedalieri, oltre che all’intera rete di servizi socio sanitari.