Stratificazione Continua Assistita dall'Intelligenza Artificiale nella Neuroriabilitazione dell'Ictus Utilizzando Gemelli Digitali Personalizzati (STRATIF-AI)

Profilo della ricerca Questo progetto è concepito per valutare la fattibilità dell'applicazione (app) di riabilitazione STRATIF-AI, insieme alla sua accessibilità, utilità e personalizzazione per i pazienti. Lo scopo dell'app è supportare i pazienti nel loro recupero dall'ictus, tuttavia, poiché si trova in una fase iniziale di sviluppo, gli obiettivi principali di questo studio sono testare la fattibilità di coinvolgere tale app nel recupero di un paziente e se i pazienti la trovano utile.

La tecnologia di stratificazione all'avanguardia oggi si basa su algoritmi di apprendimento automatico (ML), addestrati su dati di ampie coorti. Ciò presenta due limitazioni principali: a) tali modelli ML non possono utilizzare tutta la varietà di dati diversi generati su un paziente, b) la stratificazione viene quindi effettuata solo in modo intermittente, implicando decisioni di cura obsolete e subottimali. Per rimediare a ciò, è stato sviluppato un nuovo concetto e tecnologia: la stratificazione continua, utilizzando la piattaforma STRATIF-AI. Nella stratificazione continua, tutti i dati generati su un paziente vengono memorizzati cumulativamente in un Personal Data Vault, controllato dal paziente. Questi dati personali aggiornano continuamente la piattaforma del gemello digitale. Il potenziale unico della piattaforma deriva dall'architettura ibrida, che combina modelli meccanicistici, multiscala e multi-organo con ML e bioinformatica.

Questa tecnologia consente di simulare risposte specifiche del paziente a cambiamenti nel trattamento e identificare cambiamenti a livello intracellulare, d'organo e dell'intero organismo, che vanno da secondi ad anni per i pazienti dopo un ictus. L'armonizzazione semantica è combinata con l'apprendimento federato per riaddestrare in modo sicuro i vari sottomodelli quando nuovi dati diventano disponibili in uno dei database di coorte. Questo progetto esplorerà l'uso dei gemelli digitali nella fase di riabilitazione del recupero dopo un ictus e sarà condotto nel servizio di riabilitazione del Chapel Allerton Hospital di Leeds. È uno dei sei studi simultanei che coinvolgono otto ospedali in tutta Europa con l'obiettivo di affinare e convalidare i modelli e dimostrare come i gemelli digitali possano seguire i pazienti attraverso diverse app, coprendo tutte le fasi dell'ictus: dalla prevenzione al trattamento acuto e alla riabilitazione. La piattaforma scalabile per la stratificazione continua costituisce la base per un nuovo sistema sanitario interconnesso e centrato sul paziente.

Questo progetto mira a valutare la fattibilità di utilizzare una nuova app per sviluppare un metodo di stratificazione continua, utilizzando tutti i dati disponibili per la valutazione del paziente in tempo reale consolidando i dati del paziente in un gemello digitale in evoluzione. Si ipotizza che l'uso di questa tecnologia rispetto alla cura riabilitativa standard post-ictus migliorerà l'adesione del paziente alla cura riabilitativa post-ictus e creerà opportunità per futuri lavori sull'uso dei gemelli digitali in ambito sanitario.

Contesto e Motivazione La motivazione a impegnarsi in un programma di riabilitazione e la concordanza con il programma di riabilitazione sono due limitazioni importanti al recupero delle persone dopo un ictus e che possono portare a esiti subottimali. Un problema correlato e centrale in tutte le fasi dell'assistenza all'ictus è che i dati risiedono in silos, ai pazienti non vengono forniti i loro dati e la stratificazione del trattamento viene effettuata solo in modo intermittente. Per queste ragioni, è stata creata la piattaforma STRATIF-AI, basata su gemelli digitali - una copia digitale di un paziente - che facilita la stratificazione continua, all'interno e attraverso tutte le fasi dell'assistenza all'ictus. Diversi studi condotti dagli ospedali partner del consorzio si concentreranno sulle fasi precedenti dell'assistenza all'ictus come le misure preventive e il monitoraggio acuto dei pazienti. In questi studi, i dati verranno raccolti per consentire lo sviluppo di modelli continui. In questo studio clinico, verrà studiato come pazienti e personale medico sperimentano l'uso della nuova piattaforma in riabilitazione. Questo è uno studio pilota, che esaminerà la prova di principio e raccoglierà dati iniziali di fattibilità e accettabilità.

A livello mondiale, l'ictus è la quarta causa più comune di disabilità per gli adulti, con 11,9 milioni di persone colpite da ictus nel 2021, e le ultime statistiche dimostrano un aumento dell'incidenza dell'ictus dal 1990 al 2021. L'impatto economico globale dell'ictus supera i 890 miliardi di dollari USA all'anno, una cifra che si prevede raddoppierà entro il 2050. Oltre alle implicazioni economiche, l'effetto dell'ictus sulla qualità della vita dell'individuo colpito è sostanziale, con oltre due terzi dei sopravvissuti all'ictus nel Regno Unito che lasciano l'ospedale con una disabilità che richiede bisogni di cura continui. Sebbene sia necessario più lavoro nel campo della prevenzione e della gestione acuta dell'ictus, l'importanza della fase di riabilitazione dopo l'ictus è sempre più riconosciuta a livello internazionale dall'Organizzazione Mondiale della Sanità, che riconosce il "profondo bisogno insoddisfatto" di riabilitazione a livello globale, nonché a livello nazionale nelle più recenti Linee Guida del Regno Unito per la Riabilitazione dell'Ictus, che delineano il ruolo cruciale della fase di riabilitazione dell'ictus e la maggiore quantità di riabilitazione necessaria per massimizzare il recupero.

Sviluppato originariamente per l'industria e concetto relativamente nuovo in ambito sanitario, un gemello digitale può essere definito come una controparte virtuale di un oggetto fisico, sistema o processo che rispecchia il suo equivalente nel mondo reale sia nella funzione che nell'aspetto. Il progresso continuo della tecnologia dei gemelli digitali ha portato all'evoluzione di modelli avanzati che si adattano continuamente nel tempo per poter simulare comportamenti complessi. I gemelli digitali differiscono dalla modellazione digitale tradizionale, poiché richiedono uno scambio di dati bidirezionale tra l'entità fisica e l'entità digitale, consentendo così all'entità fisica di ricevere feedback dalla sua controparte digitale che facilita la stratificazione continua dei dati. Data la tendenza verso un approccio personalizzato al trattamento in ambito sanitario, il potenziale dei gemelli digitali è sempre più esplorato. Tuttavia, le complessità dell'emozione e del comportamento umano, insieme alla variabilità di fattori come preferenze individuali, motivazione, affaticamento e salute generale, richiedono gemelli digitali sofisticati per l'uso in ambito sanitario.

Un'area promettente per l'uso dei gemelli digitali è nel campo della riabilitazione dell'ictus, dove potrebbero essere utilizzati per supportare il periodo di riabilitazione spesso richiesto dai sopravvissuti all'ictus modellando modelli di recupero individuali e ottimizzando le terapie. Integrando dati del paziente in tempo reale, come schemi di movimento, comunicazione e capacità cognitive, i gemelli digitali possono simulare esiti di riabilitazione per adattare i trattamenti ai singoli pazienti, adattando la terapia in tempo reale, e offrire supporto decisionale e feedback motivazionale, potenzialmente aumentando l'adesione del paziente e migliorando il recupero. Il concetto di gemelli digitali è già stato utilizzato nell'analisi del movimento umano attraverso piattaforme disponibili in commercio come OpenSim, che è stato validato per la modellazione muscoloscheletrica, dimostrando la fattibilità dei gemelli digitali in ambito sanitario.

Il progetto STRATIF-AI è un progetto finanziato da Horizon Europe che mira a canalizzare i gemelli digitali per l'uso nella riabilitazione dopo l'ictus. La stratificazione tradizionale dei pazienti in riabilitazione si basa sulla definizione periodica di obiettivi effettuata dal team multidisciplinare, concordando obiettivi di riabilitazione ogni due o tre settimane con i pazienti e i loro familiari o assistenti per dirigere le attività del programma di riabilitazione. Tuttavia, questo approccio può perdere dati preziosi tra gli episodi di definizione degli obiettivi, il che significa che gli obiettivi più recenti non riflettono accuratamente e completamente lo stato attuale di un paziente. Questa perdita di dati tra gli episodi di definizione degli obiettivi può essere limitante nelle attuali pratiche sanitarie, perché i trattamenti rimangono invariati fino alla successiva interazione formale tra il paziente e i professionisti sanitari, anche se la condizione di un paziente si è evoluta. Per questo motivo, STRATIF-AI propone di sviluppare un metodo di stratificazione continua per utilizzare tutti i dati disponibili per la valutazione del paziente in tempo reale consolidando questi dati in un gemello digitale in evoluzione, che offrirà poi feedback in tempo reale al paziente e al team sanitario.

I dati tradizionalmente utilizzati nella stratificazione nell'assistenza all'ictus, come la diagnosi del paziente, i fattori di rischio per l'ictus, la storia medica passata, le osservazioni basali e i risultati di scansioni ed esami del sangue, saranno integrati da informazioni intermedie provenienti da tecnologia indossabile (smartwatch pronti all'uso), diari del paziente e lo strumento di valutazione della riabilitazione formalizzato Functional Independence Measure and Functional Assessment Measure (FIM+FAM). Questi dati verranno utilizzati per aggiornare un gemello digitale individualizzato per il paziente utilizzando tecnologia ibrida, che integra modelli meccanicistici per le principali funzioni del corpo umano con modelli di apprendimento automatico e bioinformatica.

Il progetto STRATIF-AI implementerà la stratificazione continua attraverso la fase di riabilitazione dell'ictus per i pazienti idonei del Leeds Teaching Hospitals NHS Trust, e i risultati del progetto completeranno gli studi in corso sull'uso della piattaforma durante le fasi di prevenzione e trattamento acuto dell'ictus condotti in altri centri.