Screening delle cartelle cliniche utilizzando l’intelligenza artificiale: l’algoritmo giusto nelle cure primarie

L’intelligenza artificiale e la medicina di precisione stanno cambiando il modo in cui rileviamo e curiamo le malattie [1]. Forse l’impatto più forte è il sentimento nelle cure primarie, dove gli strumenti di supporto alle decisioni basati sui dati aiuteranno nella cura dei pazienti diagnosticati e curati il ​​prima possibile. [2, 3].

La domanda è come progettare al meglio sistemi a beneficio del sistema sanitario e dei pazienti. L’arteriopatia ossea (BAS) è una condizione comune ma non rilevata e quindi non trattata. Uno studio a livello nazionale ha rilevato che poco più di 1 paziente su 5 con BAS in ospedale è morto entro un anno e 1 su 6 ha avuto un evento cardiovascolare importante entro un anno. [4]. La prevalenza della BAS nelle cure primarie è alta, ma la consapevolezza della diagnosi da parte dei medici è relativamente bassa [5].

La diagnosi di BAS si basa sull’anamnesi, sullo stato vascolare e sul calcolo del cosiddetto indice caviglia-braccio (ABI). [6]. Il rapporto costo-efficacia dello screening ABI dipende dalla prevalenza di BAS in un gruppo, dal costo del trattamento/mese e dall’aderenza al trattamento [7]. Pertanto, lo screening dovrebbe concentrarsi su coorti ad alto rischio [8]. Gli indicatori di rischio BAS basati sui dati possono migliorare notevolmente la specificità dello screening [9]. Valutando i rischi per i singoli pazienti utilizzando un algoritmo basato sui dati, è possibile ridurre la popolazione target e aumentare l’accuratezza [10].

L’accuratezza dei modelli di previsione del rischio aumenta man mano che diventano disponibili più dati. Attraverso il Regolamento sulla protezione dei dati (GDPR), un individuo ha il diritto di ricevere e trasferire i dati personali da un sistema all’altro. I dati sanitari possono quindi essere raccolti, con il consenso dell’individuo, da varie fonti al fine di fornire servizi sanitari migliorati basati su algoritmi.

Più dati richiedono sistemi attentamente progettati che non sovraccaricano i dipendenti con avvisi e informazioni non necessari. I sistemi devono adottare strategie diverse a seconda dei livelli crescenti di rischio per prendere decisioni. Suggerimenti per cambiare lo stile di vita, ad esempio come smettere di fumare o fare più esercizio, possono essere generati da algoritmi di intelligenza artificiale in dialogo con i pazienti. Le attività di routine possono essere controllate da algoritmi di rischio su richiesta; Ad esempio, suggerendo che le persone ad alto rischio dovrebbero essere viste e valutate per prime.

Al fine di convertire i risultati della ricerca in prodotti che supportano l’assistenza primaria, è necessario considerare quanto segue:

• Lo sviluppo di modelli basati sui dati dovrebbe basarsi, per quanto possibile, su informazioni sanitarie facilmente accessibili nei vari sistemi informatici di assistenza primaria.
• I nuovi requisiti di tecnologia medica devono essere imposti al software che ne garantisca l’uso.
• Gli operatori sanitari dovrebbero formulare linee guida e routine chiare su come utilizzare i sistemi basati sull’intelligenza artificiale per il supporto alle decisioni.

Oggi, oltre l’80% delle cure primarie svedesi ha accesso a uno strumento di follow-up di alta qualità che identifica un aumentato rischio di malattie cardiovascolari nelle persone con diabete. Nel corso dell’anno verranno individuati anche i pazienti con un aumentato rischio di BAS [11]. Lo strumento è integrato nella cartella clinica locale e fornisce un metodo di azione preventiva. Attraverso l’iniziativa dei comuni e delle regioni svedesi (SKR) “Qualità delle cure primarie” [12] Inoltre, circa il 90% dei centri sanitari ha accesso ai propri dati e segue gli indicatori di qualità nazionali.

Lo screening dei registri basato sull’intelligenza artificiale dovrebbe essere utilizzato per identificare le persone ad alto rischio. Una migliore accuratezza nelle cure primarie significa una migliore qualità della vita per l’individuo, esiti sanitari meno rischiosi e risparmi significativi. L’uso diffuso del supporto decisionale basato sui dati cambierà molto rapidamente, non da ultimo per quei residenti che possono ricevere diagnosi e cure rapide all’inizio del decorso della malattia. L’assistenza è gravata da un minor numero di eventi gravi che richiedono cure ospedaliere e un impatto maggiore rispetto ai trattamenti esistenti.

In collaborazione con specialisti nella modellazione basata sui dati, l’assistenza sanitaria svedese ha i requisiti normativi e di competenza per guidare lo sviluppo.

Giornale medico 41-42 / 2022

Lakartidningen.se 2022-10-13