La polmonite associata a ventilatore (VAP) è l'infezione nosocomiale più comune nelle unità di terapia intensiva e colpisce principalmente i pazienti che necessitano di ventilazione meccanica invasiva. Questa condizione non solo aumenta le possibili complicazioni, ma prolunga anche la degenza ospedaliera e aumenta significativamente i costi sanitari. La diagnosi precoce è fondamentale per avviare trattamenti tempestivi, ridurre le complicazioni e promuovere un recupero più rapido. Tuttavia, nonostante il suo rilevante impatto clinico, l’identificazione accurata e tempestiva della VAP continua a rimanere una sfida irrisolta.
Per affrontare questa problematica, il progetto Early Identification of ventilator associated pneumonia using machine learning technique, finanziato dall'Agenzia svizzera per promozione dell'innovazione (Innosuisse), sfrutta l'Intelligenza Artificiale (IA) per supportare i medici nell'identificazione precoce della VAP.
“Analizzando i dati raccolti dai ventilatori, siamo riusciti a individuare piccoli cambiamenti nei pattern respiratori che sono predittivi dell'insorgenza della VAP,” spiega Laura Azzimonti, Docente-ricercatrice senior SUPSI. “Queste variazioni sono solitamente troppo esigue per essere percepite dall'occhio umano e diventano evidenti solo quando la condizione è già progredita.”
L'innovazione del progetto risiede nell'uso di dati estratti direttamente dai ventilatori meccanici, registrati in modo continuo e automatico senza alcun intervento umano. Questi dati, combinati con le caratteristiche cliniche dei pazienti, permettono al sistema di IA di fornire uno strumento diagnostico affidabile. Inoltre, il sistema si integra facilmente con i ventilatori presenti al letto del paziente, rendendolo pratico e adatto all'uso clinico quotidiano.
Il potenziale del sistema di IA si estende oltre l’ambito clinico. Grazie alla sua capacità di rilevare precocemente e con precisione la VAP, permette interventi tempestivi ed efficaci, migliorando gli esiti dei pazienti e riducendo significativamente i costi sanitari. Ma rappresenta anche un prezioso alleato nella lotta contro la resistenza agli antibiotici, contribuendo a limitarne l’uso eccessivo e promuovendo un approccio terapeutico più sostenibile.
Il progetto, condotto dal gruppo di ricerca SUPSI in Knowledge-based AI dell’Istituto Dalle Molle di studi sull’intelligenza artificiale (IDSIA USI-SUPSI), guidato da Laura Azzimonti, è svolto in collaborazione con l'Unità di Terapia Intensiva, l’Area Formazione medica e Ricerca (AFRi) e l’Area Informatica e Tecnologia della Comunicazione (ICT) dell'Ente Ospedaliero Cantonale (EOC).
Questo sforzo collaborativo tra clinici ed esperti nell’analisi di dati stabilisce un nuovo standard nell'affrontare una complessa e diffusa sfida delle unità di terapia intensiva, dimostrando il potenziale trasformativo dell'IA in ambito sanitario.