Coronavirus, progetto San Raffaele: l’intelligenza artificiale individuerà i pazienti più a rischio

L’intelligenza artificiale calcolerà per diversi soggetti le probabilità di sviluppare forme gravi di Covid 19.

È questo l’obiettivo del progetto AI-SCoRE (acronimo di Artificial Intelligence – Sars Covid Risk Evaluation) ideato dai professori Carlo Tacchetti e Antonio Esposito, entrambi docenti dell’Università Vita-Salute San Raffaele, rispettivamente direttore e vice-direttore del Centro di Imaging Sperimentale dell’IRCCS Ospedale San Raffaele di Milano.

Il progetto è sviluppato in collaborazione con due colossi mondiali dell’information technology come Microsoft e Nvidia, con il Centro di Omics Sciences dell’IRCCS Ospedale San Raffaele diretto dal dottor Giovanni Tonon.

Del team di sviluppo fanno parte anche Orobix srl, società attiva nell’ingegneria, produzione e governance di sistemi di AI con esperienza decennale e internazionale in ambito healthcare, e Porini, centro di eccellenza e partner internazionale di Microsoft sulle piattaforme Cloud Azure e sulle soluzioni di Advanced Analytics.

Calcolo delle probabilità per le  forme gravi di Covid-19

Si tratta di una piattaforma di apprendimento autonomo in grado di calcolare per ogni individuo – sulla base di una serie di indicatori clinici e diagnostici – la probabilità di sviluppare le forme più gravi di Covid-19, permettendo così interventi sanitari mirati e tempestivi e riducendo l’impatto sul sistema sanitario.

La raccolta dei dati di oltre 2000 pazienti – reclutati fra Ospedale San Raffaele, Ospedale Bolognini di Seriate e Centro Cardiologico Monzino – è già iniziata, così come la costruzione dell’infrastruttura software su cui poggerà l’algoritmo.
AI-SCoRE non permetterà soltanto di affrontare in modo più efficiente ed efficace la Fase 2 della pandemia da Covid-19, ma potrebbe avere implicazioni in molti altri contesti in cui è fondamentale stratificare il rischio sanitario, comprese epidemie e pandemie del prossimo futuro.

“Fino a ora siamo stati incapaci di identificare correttamente e con anticipo le persone più fragili tra i pazienti con i primi sintomi della malattia,” spiega Carlo Tacchetti, coordinatore del progetto. “Vogliamo poterlo fare in modo preciso e veloce, perché solo così potremo capire chi sono i soggetti che, una volta infettati, necessitano di cure tempestive, anche in assenza di sintomi gravi. Ovviamente, il nostro sogno è di spingere oltre queste potenzialità e sfruttare questa occasione per sviluppare algoritmi trasversali in grado di individuare i soggetti maggiormente a rischio anche nella popolazione generale, e non solo nei soggetti con sospetto Covid-19.”

Obiettivo e fasi del progetto AI-ScoRE

Il nuovo coronavirus è altamente contagioso. Tuttavia, nonostante l’ampia diffusione del virus e la sua capacità di mettere in ginocchio interi sistemi sanitari, soltanto una piccola percentuale di pazienti – intorno al 5-10% – sviluppa le forme più gravi (e a volte fatali) della malattia. Spesso queste forme hanno un decorso rapido e imprevedibile che portano il paziente a passare da una sintomatologia blanda a una grave insufficienza respiratoria nel giro di pochissimo tempo.

L’obiettivo del progetto è duplice: da un lato riconoscere nella popolazione generica le persone a maggior rischio di sviluppare le forme gravi di Covid-19 se infettate dal virus, quelle da proteggere maggiormente; dall’altro riconoscere tra i pazienti che mostrano i primi sintomi da Covid-19 quelli che avranno la prognosi peggiore.

Il progetto partirà da questo secondo obiettivo, con un algoritmo AI che integrerà immagini diagnostiche, parametri clinici e di laboratorio, stato infiammatorio, e profilo genetico del paziente e del virus.

Tre fasi del progetto AI-Score

Il progetto prevede tre fasi principali: una prima fase di raccolta e omogeneizzazione dei dati di oltre 2000 pazienti ricoverati nelle scorse settimane e di cui si conosce la prognosi; una seconda fase di sviluppo e implementazione dell’algoritmo, che verrà “allenato” per imparare a combinarli in modo “intelligente” per predire il rischio del singolo paziente, e una terza fase di test e validazione del prodotto su una seconda coorte di pazienti e in eventuali studi prospettici.