ALGOPC24-1

Efficacia di un intervento basato su algoritmi di intelligenza artificiale e presa in carico precoce da parte di un team di cure palliative nel ridurre la mortalità in pazienti anziani ospedalizzati (PARTE - A )

Background e razionale

L’invecchiamento della popolazione ha portato a un aumento significativo di pazienti anziani con patologie complesse e multiple, ponendo sfide rilevanti ai sistemi sanitari. Le cure palliative diventano quindi centrali, poiché mirano non solo al controllo dei sintomi fisici, ma anche al benessere psicologico, sociale e spirituale del paziente. Nonostante la loro comprovata efficacia anche nelle fasi precoci delle malattie croniche e oncologiche, tali cure risultano spesso sottoutilizzate, come dimostrano i dati nazionali che mostrano un insufficiente accesso ai servizi palliativi domiciliari in molte Regioni italiane.

La scarsa integrazione precoce delle cure palliative porta spesso a trattamenti aggressivi e ricoveri ripetuti. In questo scenario l’intelligenza artificiale emerge come strumento promettente per identificare tempestivamente i pazienti che potrebbero beneficiare di un approccio palliativo, migliorare le previsioni di mortalità e supportare le decisioni cliniche. Studi recenti mostrano che modelli di deep learning e machine learning superano gli score prognostici tradizionali e possono essere integrati nei percorsi clinici, pur richiedendo attenzione agli aspetti etici e relazionali.

Alla luce di queste evidenze, il presente studio intende sviluppare e validare un algoritmo di IA specifico per la popolazione geriatrica, con l’obiettivo di gestire meglio la complessità clinica e ottimizzare l’allocazione delle risorse nei reparti ospedalieri ad alta mortalità.

Obiettivi dello studio

L’obiettivo primario dello Studio consiste nello sviluppo di un algoritmo di intelligenza artificiale (data mart e data script sviluppati presso il Centro coordinatore e messi a disposizione dei Centri partecipanti) e nella sua validazione presso i tre Centri partecipanti al progetto, in grado di identificare precocemente i pazienti anziani ad alto rischio di mortalità intraospedaliera, basato esclusivamente su dati clinici storici;

Tale obiettivo è propedeutico all’esecuzione della seconda parte (Parte B) del progetto, ovvero permetterà di individuare precocemente i soggetti a maggior rischio di mortalità o re-ricovero ed è pertanto finalizzato a testare nella pratica clinica l’efficacia dell’impiego degli algoritmi sviluppati e attivare precocemente la presa in carico delle persone da parte del team di Cure Palliative, così da ridurre il decesso intraospedaliero o il re-ricovero.

Lo studio

Il presente protocollo di studio è stato sviluppato nell’ambito di una proposta progettuale più ampia dal titolo “Efficacia di un intervento basato su algoritmi di intelligenza artificiale e presa in carico precoce da parte di un team di cure palliative nel ridurre la mortalità in pazienti anziani ospedalizzati”. Tale proposta progettuale prevede la stesura e realizzazione di due protocolli di ricerca distinti consistenti, rispettivamente, in uno studio osservazionale retrospettivo (PARTE A) e in studio interventistico prospettico con controllo storico (PARTE B). La Parte A fornisce le basi metodologiche e analitiche per la Parte B, sviluppando gli algoritmi che saranno poi utilizzati nello studio interventistico, che richiederà una nuova approvazione etica.

Centro cordinatore: Università Cattolica del Sacro Cuore (UCSC) - Milano

Collaboratori e strutture coinvolte nello svolgimento del progetto

• Prof. Graziano Onder - Università Cattolica del Sacro Cuore (UCSC)
• Prof. Giuseppe Bellelli - Fondazione IRCCS San Gerardo dei Tintori di Monza
• Prof.ssa Michela Zanetti - SC (UCO) Geriatria - ASUGI

Finanziamento

Il progetto è finanziato dalla Fondazione Sanità e Ricerca, ente morale e senza fine di lucro, che ha per scopo la promozione di iniziative a carattere sanitario, socio-sanitario e socio-assistenziale, tra cui attività di ricerca nell’area dell’inguaribilità e delle malattie cronico-degenerative oncologiche e non oncologiche e nell’ambito delle malattie ad alta complessità assistenziale.