fungalAi per la sorveglianza dei funghi e la gestione antimicotica (fungalAi)

Le malattie fungine invasive (IFD) sono infezioni rare che causano una polmonite pericolosa per la vita in pazienti con sistema immunitario indebolito, solitamente a causa di chemioterapia e trapianto di cancro. Le spore fungine si trovano nell'aria, nell'acqua e nel suolo, rendendo inevitabile l'esposizione nei pazienti vulnerabili. Nei paesi sviluppati, le muffe come l'Aspergillus sono il tipo più difficile di IFD da diagnosticare e trattare. Queste infezioni di solito si manifestano come polmonite fungina con coltura negativa e rappresentano circa 300.000 dei 1,9 milioni di casi di IFD a livello globale, ma le stime non sono accurate a causa dell'assenza di sistemi di sorveglianza negli ospedali in cui queste infezioni sono gestite. Gli ospedali spendono milioni in farmaci antimicotici ma non sono a conoscenza dei loro pazienti colpiti, l'efficacia dei loro sforzi di prevenzione e le epidemie ospedaliere possono passare inosservate perché la sorveglianza, l'audit e il feedback delle infezioni fungine non si verificano.

Ottimizzare i risultati dei pazienti attraverso una diagnosi tempestiva e un'appropriata prescrizione di farmaci antifungini è l'obiettivo dei programmi di gestione antimicotica. La gestione antifungina è di crescente importanza per gli ospedali di tutto il mondo perché i farmaci antifungini sono pochi, costosi da usare e sono associati a significativi effetti collaterali e interazioni farmacologiche. Sorveglianza, audit e feedback sono i capisaldi dei programmi di gestione antimicotica che garantiscono che la cura del paziente soddisfi standard elevati. Tuttavia, attualmente gli ospedali non dispongono dei meccanismi per rilevare eventi rari come le infezioni fungine perché di solito si presenta come una polmonite sepolta tra centinaia di scansioni di immagini.

"fungalAi™" (fungalAi.com) è una tecnologia basata sull'intelligenza artificiale (Ai) che utilizza i dati esistenti negli ospedali per rendere possibile la sorveglianza in tempo reale delle infezioni fungine e assistere i radiologi nell'interpretazione dell'imaging diagnostico. fungalAi lo fa attraverso:

1. Elaborazione del linguaggio naturale, un metodo computazionale per comprendere il linguaggio umano.
2. Analisi delle immagini basata sull'apprendimento profondo della diagnostica per immagini e
3. Un sistema esperto che integra i dati clinici.

Quale sarà l'impatto?

Questo progetto fornirà agli ospedali i meccanismi per eseguire la sorveglianza e l'audit in tempo reale delle infezioni fungine nei pazienti affetti da tumore del sangue attraverso l'uso innovativo dell'Ai. Il rafforzamento della gestione antimicotica attraverso la sorveglianza in tempo reale delle malattie fungine migliorerà l'assistenza ai pazienti rivelando lacune nella pratica, nuovi gruppi di pazienti a rischio di infezioni fungine e ridurrà la prescrizione inappropriata di farmaci antifungini attraverso audit e feedback tempestivi. L'impatto di questo progetto sarà:

1. Migliore diagnosi e riconoscimento delle infezioni fungine.
2. Prevenzione rafforzata.
3. Uso più appropriato di farmaci antifungini.

FungalAi è una tecnologia scalabile che sarà convalidata rispetto alla sorveglianza manuale attiva delle infezioni fungine in uno studio clinico multicentrico australiano. L'approccio inclusivo di fungalAi significa che è prezioso per molti pazienti vulnerabili, compresi i gruppi trascurati come i bambini che sono inclusi in questo progetto. FungalAi è ottimizzato per il rilevamento della polmonite fungina causata da muffe perché queste infezioni sono più impegnative dal punto di vista diagnostico rispetto ad altri tipi di infezioni fungine. Di conseguenza, fungalAi sfrutta la tomografia computerizzata del torace perché è un test diagnostico critico ampiamente disponibile ed eseguito più frequentemente rispetto ai test invasivi come i lavaggi polmonari o la biopsia. Quindi l'elaborazione del linguaggio naturale di FungalAi può perdere manifestazioni molto rare come le infezioni cerebrali. Tuttavia, automatizzare il rilevamento della polmonite fungina e migliorare il riconoscimento radiologico di una malattia rara utilizzando un sistema di auto-miglioramento basato su reti neurali è un passo importante verso il miglioramento della cura di supporto dei pazienti con cancro. Migliorare i risultati nel cancro non significa solo trovare una cura. Ridurre l'impatto di minacce infettive come le malattie fungine è altrettanto importante e questo obiettivo può ora essere raggiunto integrando l'intelligenza artificiale nella cura del paziente.