Intelligenza artificiale per migliorare il rilevamento e la stratificazione del rischio di embolia polmonare acuta (AID-PE) (AID-PE)

L'embolia polmonare acuta (EP) deriva dall'occlusione parziale o totale dei vasi sanguigni polmonari da parte di un trombo, che può causare insufficienza ventricolare destra e morte se non diagnosticata e trattata precocemente. L’EP acuta è una condizione comune con una mortalità in aumento. I pazienti con EP acuta presentano spesso una scarsa stratificazione del rischio nonostante linee guida chiare. Infatti, l’indagine nazionale riservata sugli esiti e sui decessi correlati al paziente (NCEPOD) del 2019 per l’EP acuta ha evidenziato la necessità di affrontare il peggioramento dei tassi di mortalità attraverso un’adeguata stratificazione del rischio della condizione.

Le linee guida ESC/ERS per la diagnosi e la gestione dell’EP acuta consigliano inoltre l’importanza della stratificazione del rischio. Un aumento del rapporto ventricolo destro:ventricolo sinistro (RV:LV) >1,0 all'angiografia polmonare con tomografia computerizzata (CTPA) è associato a un rischio aumentato di 2,5 volte di mortalità per tutte le cause e a un rischio di mortalità correlata a EP di 5 volte. Questo parametro ha lo scopo di aiutare i medici a distinguere tra pazienti con EP acuta ad alto e basso rischio. I pazienti stratificati come ad alto rischio (rapporto RV:LV > 1,0) necessitano di un monitoraggio più attento in ambito ospedaliero. Invece, i pazienti stratificati come a basso rischio (rapporto RV:LV <1,0) sono idonei per la dimissione precoce attraverso percorsi ambulatoriali.

Pertanto, la fornitura di parametri RV:LV all’interno della refertazione radiologica ha implicazioni cliniche potenzialmente importanti. Se ai medici non viene fornita alcuna evidenza quantificabile di disfunzione del ventricolo destro su cui basare le loro decisioni terapeutiche, i pazienti con EP acuta ad alto rischio possono essere involontariamente considerati “a basso rischio” e dimessi a domicilio. Inoltre, i pazienti con EP acuta a basso rischio possono essere soggetti a ricoveri più lunghi e potenzialmente non necessari, il che contribuisce senza dubbio al costo dell’assistenza sanitaria. L’integrazione della tecnologia dell’intelligenza artificiale (AI) nella refertazione radiologica dei CTPA per l’EP acuta potrebbe essere una potenziale soluzione per affrontare questa sfida.

L’intelligenza artificiale è una tecnologia sempre più attraente nel settore sanitario. Descrive una serie di tecniche software per computer che imitano la funzione cognitiva umana. L’intelligenza artificiale si dimostra promettente nella capacità di rilevare e stratificare il rischio di EP acuta. Tuttavia, la maggior parte degli studi sono stati condotti in coorti retrospettive. Inoltre, nessuno studio attuale ha affrontato l’impatto economico sulla salute dell’implementazione della tecnologia AI nella segnalazione nel mondo reale dell’EP acuta.

Questo studio osservazionale sarà condotto dal Royal United Hospital Bath NHS Trust (RUH). Lo scopo di questo studio è integrare l’intelligenza artificiale e la tecnologia di apprendimento automatico nella segnalazione dei CTPA per l’EP acuta. I ricercatori ipotizzano che la tecnologia dell’intelligenza artificiale possa migliorare la diagnosi tempestiva, la stratificazione del rischio e la gestione dell’EP acuta in un contesto clinico reale. I ricercatori ipotizzano inoltre che l’integrazione della tecnologia AI sia economicamente vantaggiosa e accettabile per radiologi e medici.

I pazienti le cui scansioni verranno incluse nello studio saranno tutti quelli che si presenteranno consecutivamente alla RUH con una possibile diagnosi di EP acuta per 12 mesi prima (coorte di confronto) e 12 mesi dopo (coorte di intervento) introduzione "in tempo reale" della refertazione della tecnologia AI integrata . Per tutti i partecipanti reclutati, verrà utilizzato un modulo di segnalazione del caso clinico in forma anonima per acquisire dettagli relativi ai dati demografici, alla gravità clinico-radiologica dell'EP, alla loro gestione e ai risultati, compresa la mortalità a 12 mesi.

Al momento dell'analisi, i ricercatori eseguiranno aggiustamenti/abbinamenti tra le due coorti per le caratteristiche basali dei pazienti. Gli investigatori adegueranno anche l'orario di calendario del reclutamento, per tenere conto delle tendenze temporali. L’analisi tra i due gruppi consentirà inoltre di sviluppare un modello di analisi decisionale per valutare il rapporto costo-efficacia della tecnologia AI integrata all’interno del rapporto CTPA per l’EP acuta. Verranno utilizzati questionari per medici e radiologi per valutare l'accettabilità da parte degli utenti.