Diabete, l’intelligenza artificiale a supporto delle strategie di cura
La presenza di una condizione di scompenso glicemico o di maggiore insulino-resistenza sono le variabili che più interferiscono negativamente con il raggiungimento degli obiettivi nella terapia del diabete di tipo 2. Al contrario, l’assenza di comorbidità, la precocità d’intervento e di presa in carico della persona con diabete, oltre alla qualità delle cure, sono elementi chiave per il raggiungimento del controllo metabolico.
Questo è il quadro offerto dall’analisi con l’Intelligenza Artificiale (IA) di una grande mole di dati, riferiti al percorso di cura di oltre un milione di persone con diabete, con l’obiettivo di suggerire agli specialisti quali siano i fattori chiave per il raggiungimento del controllo-metabolico e del controllo del peso dei pazienti.
Lo studio è stato pubblicato sul British Medical Journal – Open Diabetes Research & Care, da un gruppo di ricerca italiano coordinato da Carlo Bruno Giorda, Direttore della Struttura Complessa di Malattie metaboliche e Diabetologia dell’Ospedale Maggiore di Chieri.
Lo studio
La ricerca ha coinvolto più di 200 Centri di Diabetologia. I dati, estratti dal database “Annali” dell’Associazione Medici Diabetologi (AMD) sono riferiti al periodo tra il 2005 e marzo 2017 e sono stati processati, in collaborazione con i data scientist di Mix-x, mediante la piattaforma di Logic Learning Machine di proprietà della Rulex® Inc.
“Sebbene il raggiungimento del duplice obiettivo del ‘controllo metabolico’ (HbA1c ≤ 7) e ‘nessun aumento del peso’ (∆ ≤ 2%) rappresenti l’attività prioritaria nella pratica clinica quotidiana del diabetologo, solo il 40-50% delle persone con diabete riesce a rientrare in questi parametri – spiega il dottor Giorda – Lo studio ci ha permesso di comprendere quali sono le variabili maggiormente responsabili del mancato raggiungimento dell’obiettivo, al fine di individuare strategie terapeutiche sempre più personalizzate in base alle specifiche esigenze del paziente.”
“Il supporto dell’IA – aggiunge Giorda – costituisce un valore aggiunto per il professionista: consente infatti di analizzare milioni di dati – lo studio ha esaminato oltre 5 milioni di misurazioni di emoglobina glicata (Hb1Ac) – ma soprattutto è in grado di identificare le correlazioni esistenti tra le variabili, ed esprimere quindi predizioni, con ragionamenti di tipo induttivo, tipici della mente umana, con evidenti vantaggi sugli esiti della cura”.
La scelta della terapia
Per quanto riguarda le terapie, ci sono evidenze a sostegno del fatto che i farmaci innovativi, come gli SGLT2 inibitori e GLP1-RA, nonostante il loro impiego sia relativamente recente, agiscono molto positivamente sulla variazione di peso e sul controllo metabolico.
“Per mettere in atto le migliori strategie terapeutiche – aggiunge Giorda – è indispensabile trattare le persone con diabete il prima possibile e con la migliore strategia di cura. Dal punto di vista della pratica clinica, le evidenze dello studio si traducono in un monito contro la ‘inerzia clinica’, responsabile del significativo ritardo nell’accesso alle cure migliori, da parte dei pazienti, in risposta alle personali esigenze e condizioni di salute. D’altra parte, è fondamentale che la persona con diabete segua correttamente e con continuità la terapia prescritta dallo specialista, evitando così l’insorgenza di complicanze e più che mai la necessità di ricoveri”.
“La pubblicazione dello studio sul British Medical Journal – Open Diabetes Research & Care è un importante riconoscimento che attesta l’alto livello del lavoro che AMD sta portando avanti sul tema dell’IA – spiega Paola Ponzani, Coordinatrice del Gruppo Nazionale di Intelligenza Artificiale AMD – La piattaforma di IA Rulex® si è dimostrata affidabile, confermando i risultati che avevamo già acquisito tramite strumenti statistici tradizionali, ma ci ha anche consentito un importante passo avanti: abbiamo toccato con mano i vantaggi che essa offre in termini di rapidità e di potenza di analisi e la comodità delle ‘spiegazioni’ sulle implicazioni cliniche dei risultati ottenuti. Ora siamo pronti per studiare ambiti più ampi e sofisticati, dove sfrutteremo modelli predittivi e analisi di scenario per prevedere con più precisione, per esempio, il rischio di progressione della malattia o lo sviluppo di complicanze, o i benefici legati all’uso dei nuovi farmaci.”
“L’obiettivo di AMD – chiarisce Ponzani – è quello di sfruttare l’immenso patrimonio del database degli Annali, sperimentando diverse piattaforme di IA, per ottenere nuove conoscenze al fine di indirizzare e supportare gli specialisti nella scelta di strategie terapeutiche sempre più tempestive e personalizzate, in grado di migliorare gli outcomes clinici e modificare la storia della malattia”.
