L’antibioticoresistenza rappresenta una delle più gravi minacce sanitarie globali. I Programmi di Antimicrobial Stewardship (ASP) mirano a promuovere l’uso razionale degli antibiotici, riducendo la pressione selettiva che favorisce l’emergere di patogeni resistenti. L’Intelligenza Artificiale (IA) si sta rivelando uno strumento molto utile per supportare decisioni cliniche rapide, analizzare dati complessi e migliorare l’efficacia degli interventi. Faremo qui riferimento all’IA non generativa, che si concentra sull’analisi di dati esistenti per effettuare previsioni o classificazioni, piuttosto che sulla creazione di nuovi contenuti. Affronteremo in un altro articolo il ruolo dei Large Language Models (chatGPT e simili) nell’ambito delle Malattie Infettive.
- Aggregazione e visualizzazione dei dati. Uno dei contributi più immediati dell’IA negli ASP è la gestione e visualizzazione di grandi volumi di dati. Tale visualizzazione, per mezzo di dashboard, consente il monitoraggio in tempo reale dell’uso degli antibiotici e dei pattern di resistenza. La rappresentazione grafica dei dati consente di individuare facilmente anomalie o aree critiche, suggerendo interventi mirati. Tale visualizzazione permette anche di evidenziare gli effetti delle buone pratiche, rafforzando la cultura della qualità e stimolando la condivisione di modelli virtuosi tra reparti. Favorisce inoltre una comunicazione efficace tra i membri del team multidisciplinare.
- Modellazione predittiva: anticipare per curare meglio. I modelli predittivi basati su IA sono sempre più impiegati per identificare pazienti a rischio di infezioni gravi o causate da patogeni multiresistenti. Sono stati pubblicati già numerosi studi su modelli predittivi nell’ambito delle patologie infettive.
Progetti come ad esempio Bacterium, disegnato e costruito al Policlinico Gemelli per predire i pazienti con infezione del torrente ematico, utilizzano dati demografici, clinici e microbiologici per calcolare il rischio individuale.
In questo modo, è possibile sia avviare tempestivamente terapie mirate in caso di alta probabilità di infezione ma soprattutto evitare l’uso non necessario di antibiotici nei casi a bassa probabilità, allineandosi agli obiettivi degli ASP. - Sistemi di supporto decisionale: ridurre l’errore umano. L’integrazione dell’IA nei sistemi di supporto decisionale clinico (CDSS) permette di guidare il medico nella scelta del trattamento più appropriato. Alcuni studi, come gli INSPIRE trial pubblicati su JAMA, hanno dimostrato riduzioni significative nell’uso empirico di antibiotici ad ampio spettro in pazienti con infezioni laddove il sistema decisionale esperto identificava, attraverso un’estrazione automatica dei dati dalla cartella clinica elettronica, una bassa probabilità di eziologia da germi multiresistenti. L’IA può essere molto utile nella selezione dei pazienti per studi clinici personalizzati mediante l’identificazione rapida e automatizzata di coloro che rispondono ai criteri di inclusione stabiliti.
- Controllo delle infezioni: prevenzione guidata dai dati. L’IA può contribuire a identificare i pattern di trasmissione dei patogeni multiresistenti. Sistemi di sorveglianza automatizzati generano alert e visualizzazioni in tempo reale di eventuali cluster di infezioni dovute allo stesso germe multiresistente all’interno dello stesso reparto, consentendo interventi rapidi. L’integrazione con tecnologie di sequenziamento di nuova generazione aiuta a ricostruire la diffusione dei patogeni e contenere focolai.
Sfide e prospettive future
Nonostante il potenziale, l’uso dell’IA negli ASP presenta ancora alcuni limiti. Per ottenere risultati affidabili sono necessari dati accurati, completi e standardizzati; la gestione dei dati sensibili impone rigorosi requisiti di sicurezza e trasparenza; infine è molto importante affrontare la diffidenza che il nuovo linguaggio e le nuove prospettive dell’IA inducono in molti clinici. Investire in formazione, collaborazione interdisciplinare e validazione scientifica sarà essenziale per superare queste barriere al fine di percepire l’IA come un supporto e non come una minaccia al proprio giudizio professionale.
L’IA rappresenta una risorsa chiave per rafforzare l’efficacia degli ASP. Dalla visualizzazione dei dati alla predizione delle infezioni, dai sistemi di supporto decisionale al controllo dei focolai, le sue applicazioni sono molteplici e in continua espansione. L’integrazione tra competenze cliniche e tecnologiche, consentirà una medicina sempre più personalizzata, sicura ed efficiente.
