Valutazione passiva in ambiente operativo del sistema di supporto decisionale clinico AI per il trattamento della sepsi

La sepsi è una disfunzione d'organo pericolosa per la vita a causa di una grave infezione e colpisce 250.000 pazienti ogni anno nel Regno Unito (pre-COVID-19), di cui 48.000 muoiono. Inoltre, praticamente tutti i decessi in unità di terapia intensiva (ICU) COVID-19 avevano sepsi. È una delle principali cause di morte e la condizione più costosa trattata negli ospedali. È stata riconosciuta come una delle massime priorità di ricerca dalla James Lind Alliance, una partnership di pazienti e medici per dare la priorità alle domande senza risposta più urgenti che il NHS deve affrontare.

La pietra angolare della rianimazione della sepsi è la somministrazione di fluidi per via endovenosa e/o vasopressori (farmaci che comprimono i vasi sanguigni per aumentare la pressione sanguigna) per mantenere il flusso sanguigno per prevenire l'insufficienza d'organo. Tuttavia, vi è un'enorme incertezza sul dosaggio individuale di questi farmaci in un singolo paziente, in parte a causa dell'elevata eterogeneità della sepsi. Le attuali linee guida forniscono raccomandazioni a livello di popolazione ma non riescono a individualizzare le decisioni. Decisioni sbagliate portano a risultati peggiori e a un maggiore utilizzo delle risorse di terapia intensiva. Uno strumento per personalizzare questi farmaci potrebbe migliorare la sopravvivenza del paziente.

Il team di studio ha sviluppato un nuovo metodo per rivedere e raccomandare automaticamente e continuamente la dose corretta di questi farmaci ai medici, che è stato creato utilizzando tecniche di intelligenza artificiale (AI) applicate a grandi database medici. Il metodo utilizzato è chiamato apprendimento per rinforzo. In questo quadro, lo studio modella i pazienti con sepsi in terapia intensiva come appartenenti a un gran numero di possibili stati patologici e analizza quali interventi potrebbero aiutarli a passare a stati più sani e, infine, alla sopravvivenza. I ricercatori hanno dimostrato nella loro pubblicazione iniziale che il valore della strategia selezionata dall'IA era in media attendibilmente superiore a quello dei clinici umani. In un'ampia coorte di convalida indipendente dai dati di addestramento, la mortalità era più bassa nei pazienti in cui le dosi effettive dei medici corrispondevano alle decisioni dell'IA: i tassi di mortalità aumentavano, in modo dose-dipendente, poiché le decisioni effettive dei medici divergevano dalle decisioni dell'AI. Il team di studio ha stimato che il loro algoritmo di intelligenza artificiale potrebbe ridurre la mortalità del 10% (in termini relativi), il che rappresenta oltre 1.000 vite salvate ogni anno nel Regno Unito e si ridurrebbe a centinaia di migliaia di vite in tutto il mondo. Ora, il team di studio intende iniziare i test clinici di questa tecnologia AI nel Regno Unito.

Il prodotto finale immaginato sarà un software che sarà accessibile dai medici (inizialmente i medici di terapia intensiva, poi eventualmente anche gli infermieri di terapia intensiva) al capezzale in terapia intensiva. Questo software sarà collegato alla cartella clinica elettronica del paziente, che sarà alimentata dall'algoritmo AI. In cambio, l'intelligenza artificiale identificherà dove si trova il paziente nella gamma di possibili stati patologici e quali azioni (una dose di fluidi per via endovenosa e vasopressori) hanno maggiori probabilità di essere benefiche.

In primo luogo, il team di studio svilupperà questo strumento software, in grado di elaborare i dati dei pazienti all'interno della cartella clinica elettronica degli ospedali NHS in tempo reale per suggerire una linea d'azione. Lo studio inizierà valutando e perfezionando questo strumento negli studi di simulazione. Il team di studio testerà quindi lo strumento AI in due NHS Trust in una "modalità ombra" quando il risultato non viene fornito ai medici incaricati della cura del paziente. Ciò consentirà il confronto delle decisioni effettive prese e delle decisioni raccomandate dal sistema di intelligenza artificiale. Nella seconda fase della valutazione clinica, il team dello studio mostrerà le raccomandazioni ai medici per valutare l'accettabilità dello strumento per i medici e confermerà anche la fattibilità tecnica per informare i futuri studi clinici su larga scala.

I benefici attesi a lungo termine da questo progetto sono numerosi: miglioramento della sopravvivenza dei pazienti, minor utilizzo di preziose risorse di terapia intensiva e riduzione dei costi sanitari.