ABOCA
WOBI HEALTH

Covid, un algoritmo made in Italy ne prevede l’impatto sulla sanità

Ricerca Sant'Anna
Aboca banner articolo

Nella prima ondata la pandemia da Covid-19 si è abbattuta come uno tsunami sulle strutture sanitarie italiane, e in questi anni abbiamo potuto toccare con mano l’impatto delle diverse ondate,  legate a varianti e sottovarianti, su ospedali, studi medici e servizi. Ebbene, mentre ci avviamo a vivere la terza estate Covid, con l’auspicio di una normalizzazione nella gestione di Sars-Cov-2, un aiuto ci arriva dalla tecnologia e dall’intelligenza artificiale ‘made in Italy’.

Proprio per migliorare le strategie decisionali, sfruttando previsioni basate (finalmente) su dati epidemiologici chiari, è stata infatti sviluppata e testata una nuova metodologia matematica in grado di valutare la pressione sul sistema sanitario e aiutare le autorità locali a sviluppare strategie per contenere gli effetti di questa e di altre pandemie.

Lo studio, pubblicato sul Journal of Biomedical and Health Informatics, è coordinato dalla Scuola Superiore Sant’Anna di Pisa (grazie alla sinergia tra il Laboratorio MeS dell’Istituto di Management e l’Healthcare Mechatronics Lab dell’Istituto di BioRobotica), in collaborazione con il Dipartimento di Medicina e Clinica Sperimentale dell’Università di Pisa e l’Azienda Ospedaliero Universitaria Pisana. E l’algoritmo è già stato testato in alcune regioni italiane. 

Ma in che modo riuscire ad adattare i servizi all’ondata in arrivo? Analizzando parametri oggettivi, come il numero dei ricoveri ordinari in ospedale e di quelli in terapia intensiva, il modello matematico fornisce indicazioni per stimare l’andamento di una pandemia e la conseguente pressione sul sistema sanitario. “Prevedendo la progressione dei ricoveri, saremo in grado di suggerire azioni specifiche per contenere l’effetto di una pandemia sul sistema sanitario e, più in generale, di altre infezioni virali che potrebbero svilupparsi nei prossimi anni”, assicurano i ricercatori.

Un modello che funzioni

I ricercatori hanno sviluppato il modello decisionale, associato ad un modello previsionale, basati su dati epidemiologici certi: i ricoveri ospedalieri ordinari e quelli in terapia intensiva. Ignorando, per una volta, il bollettino dei positivi, che in questi giorni ci restituisce casi in calo: 18.813 contagi e 121 morti nelle ultime 24 ore.

“Molte previsioni sono influenzate da parametri difficilmente quantificabili, come ad esempio il numero complessivo di contagi” spiega Gastone Ciuti, professore associato presso l’Istituto di BioRobotica della Scuola Sant’Anna. Un numero che non tiene conto dei casi ‘invisibili’: quelli svelati dai tamponi fai da te, e gli asintomatici che neanche si accorgono di aver contratto il virus.

“Combinando il numero dei posti letto ordinari e in terapia intensiva, occupati dai pazienti, l’algoritmo decisionale – aggiunge Ciuti – definisce un parametro unico ed oggettivo che viene rapportato a una soglia oltre la quale il sistema sanitario di una determinata area rischia di andare in sofferenza, suggerendo eventuali chiusure e riaperture localizzate”.

Ma non è tutto, come spiega Angelo Damone, ricercatore presso l’Istituto di BioRobotica della Scuola Sant’Anna: “Il modello predittivo fornisce un’estrapolazione dell’occupazione dei posti letto per aiutare le autorità locali a rimuovere o destinare risorse straordinarie negli ospedali”. In pratica dice quando, ad esempio, è arrivato il momento di riaprire i reparti Covid.

Il test in Toscana e Puglia

Per mettere alla prova il modello, le sue previsioni sono state utilizzate nei mesi scorsi dal Comando Operativo di Vertice Interforze per supportare la definizione delle priorità e delle richieste di intervento provenienti dalle province in cui i ricoveri per Covid-19 erano in aumento. L’algoritmo è stato usato anche da Toscana e Puglia nell’ambito delle loro task force per distribuire i ricoveri Covid non Covid, in relazione alla disponibilità dei posti letto ospedalieri ordinari e di terapia intensiva all’interno delle aziende sanitarie.

Questo modello, spiega Milena Vainieri, professoressa associata dell’Istituto di Management della Scuola Superiore Sant’Anna, “rappresenta uno strumento utile per supportare le decisioni sull’allocazione delle risorse scarse, come i posti letto in terapia intensiva o in generale nelle degenze ordinarie, durante le emergenze epidemiche o pandemiche come Covid-19”.

“I modelli predittivi bio-matematici che analizzano e correlano mediante equazioni differenziali e algoritmi di intelligenza artificiale le dinamiche dei fenomeni naturali e dei loro bio-marcatori – assicura Maurizia Brunetto, docente dell’Università di Pisa e primaria di Epatologia presso l’Azienda Ospedaliero Universitaria Pisana – sono strumenti che si stanno dimostrando sempre più utili nel garantire adeguatezza e tempestività alle decisioni clinico-sanitarie. Per realizzarli occorre un’affiatata squadra multi-competente di ingegneri, fisici, matematici, medici ed esperti di management sanitario”. Una ‘squadra’ composita, che ci dà un’idea di quella che sarà la sanità e la medicina di domani: sempre più efficace, personalizzata e, si spera, in grado di rispondere in modo efficace alle sfide che si prospetteranno.

Proprio la capacità di adattare la sanità alle esigenze che si verranno a creare nei prossimi mesi sarà fondamentale, tra l’altro, per consentire davvero una normalizzazione di Covid-19.

IV Forum Health
servier 2022
ABOCA BANNER
CDPimpreseAdvertisement
CDPPAAdvertisement

Leggi anche

CDP1Advertisement
CDP2Advertisement
IV Forum Health
WBF

Ultima ora

ABBIAMO UN'OFFERTA PER TE

€2 per 1 mese di Fortune

Oltre 100 articoli in anteprima di business ed economia ogni mese

Approfittane ora per ottenere in esclusiva:

Fortune è un marchio Fortune Media IP Limited usato sotto licenza.