Sintomi respiratori e triage con Intelligenza artificiale: i vantaggi per il MMG

Linee guida cliniche e sistemi di score clinico possono aiutare a standardizzare la diagnosi e il trattamento, ma il loro basso grado di applicabilità e la mancanza di tempo sono barriere riportate dai MMG come determinanti lo scarso impiego nella pratica (3).

I modelli di apprendimento automatico o Machine Learning Models (MLM) rappresentano una branca dell’intelligenza artificiale (IA) in grado di ottenere performace simili o addirittura superiori a quelle dei medici in svariate attività cliniche (4, 5). Possono essere uno strumento potente per il processo diagnostico medico, con ampie possibilità di applicazione e sviluppo nella medicina generale. 

Le note di testo cliniche (NTc) sono una registrazione scritta sulla scheda clinica individuale del paziente dell'interpretazione che il medico fa di sintomi, segni e motivi a supporto delle decisioni cliniche prese durante la visita e delle azioni conseguenti (es. esami di laboratorio, Rx eccetera). 

Modelli di Machine Learning e pazienti con sintomi respiratori

Uno studio di revisione retrospettivo (6), svolto nel contesto delle cure primarie, ha valutato le performance di un MLM addestrato al triage del paziente con sintomi respiratori, utilizzando solo le caratteristiche cliniche riferite dal paziente (sintomi e segni) prima della visita (triage). Le note di testo clinico sono state estratte da 1.500 cartelle di pazienti che erano stati classificati dai loro MMG con uno dei 7 codici ICD-10 della classificazione internazionale delle malattie: J00 (raffreddore comune), J10 e J11 (influenza), J15 (polmonite batterica), J20 (bronchite acuta), J44 (BPCO) e J45 (asma).

Il MLM per il triage del paziente con sintomi respiratori era in grado di stratificare i casi in 10 gruppi di rischio (con rischio crescente da 1 a 10) sulla base di un punteggio.

Per ciascun gruppo di rischio, sono stati esaminati i seguenti risultati: 

• proteina C-reattiva (PCR) in valore medio,
• codice ICD-10,
• pazienti (%) rivalutati entro 7 giorni in ambulatorio di cure primarie o di emergenza
• pazienti (%) indirizzati a esecuzione di RX Torace, RX con segni di polmonite e incidentalomi
• pazienti (%) con prescrizioni di antibiotici.

Triage assistito da un MLM

MLM esegue il triage in modo tale che i pazienti nei gruppi ad alto rischio risultano effettivamente avere esiti più gravi rispetto a quelli nei gruppi a basso rischio. Nessun paziente stratificato da MLM nei 5 gruppi a rischio più basso presentava un RX torace con segni di polmonite o una polmonite. 

MLM ha ignorato la codifica in sottotipo ICD-10, ma assegnato un punteggio J15 (polmonite batterica) ai pazienti con un tasso crescente nei gruppi da 4 a 10, mentre J00 (raffreddore comune) e J20 (bronchite acuta) diminuivano proporzionalmente. Inoltre, ha considerato i pazienti con polmonite (J15) e BPCO (J44) con maggiori probabilità di esiti peggiori.

MLM nello studio del MMG

Viste le prestazioni di MLM nei vari contesti clinici, gli autori dello studio (6) ipotizzano un suo impiego come strumento web-based per la valutazione online dei pazienti, prima che fissino un appuntamento con il MMG. 

Il triage consentirebbe di discriminare i pazienti con un basso rischio di infezione del tratto respiratorio inferiore che potrebbero essere assistiti senza una consultazione diretta faccia a faccia. 

MLM potrebbe eliminare l’esecuzione di un RX torace in tutti quei pazienti con bassa o inesistente probabilità di avere un esame positivo e di conseguenza risparmiare circa un terzo degli esami radiografici prescritti. La riduzione degli RX porterebbe a una riduzione del 50% degli incidentalomi, senza comunque perdere un solo RX torace positivo. 

Inoltre tutti i pazienti dei gruppi a basso rischio esaminati negli studi avevano una diagnosi per cui il beneficio degli antibiotici è discutibile, ma purtroppo i dati non consentono una valutazione perché gli antibiotici sono stati sostanzialmente prescritti indipendentemente dalla classe di rischio. Infine, il punteggio MLM non necessita di imput da parte del medico, è disponibile quando il paziente entra in sala di attesa ed è di facile impiego, a interpretazione univoca e immediatamente applicabile al contesto clinico.