“PIACENZA SCORE”: COMBATTERE IL COVID CON L’INTELLIGENZA ARTIFICIALE

Si chiama Piacenza Score e permette di predire il rischio di morte dei pazienti con polmonite da Covid-19. Le equipe di Cardiologia e Rianimazione dell’ospedale di Piacenza hanno lavorato nei mesi scorsi a un importante studio coordinato, insieme al Centro cardiologico Monzino di Milano, al Dipartimento di Ingegneria Meccanica e Aerospaziale del Politecnico di Torino, all’istituto Dalle Molle di Intelligenza artificiale di Lugano e all’istituto Toelt di Zurigo.

La tecnica utilizzata è rivoluzionaria ed è basata sul “Machine  learning”, secondo il quale la macchina  apprende in maniera autonoma dai dati che le vengono forniti, migliorando costantemente le sue capacità predittive e individuando correlazioni.

Durante la pandemia i soggetti più a rischio, come anziani o persone vulnerabili perché affette da altre patologie, possono pagare il prezzo più alto. L’esperienza maturata negli ospedali piacentini ha dimostrato chiaramente che questi pazienti possono sviluppare le forme più gravi, con polmonite interstiziale severa, insufficienza respiratoria e conseguente insufficienza multiorgano.

i medici hanno inserito nel sistema tutti i dati di 889 pazienti curati a Piacenza. L’algoritmo ha quindi elaborato tutte le casistiche e ha imparato a individuare una serie di parametri utili a stratificare il rischio.
L’utilizzo di questa tecnica ha permesso la creazione di un’applicazione web (https://covid.7hc.tech)  in grado di aiutare il medico nel determinare l’ iter terapeutico in base alla gravità del paziente e, di conseguenza, ridurre drasticamente il ricorso a farmaci non necessari o poco efficaci.

La ricerca ha visto coinvolti i medici Geza Halasz  e Matteo Villani, coordinati da Massimo Piepoli, direttore di Cardiologia, e da Massimo Nolli, direttore di Anestesia e rianimazione.

“Il sistema è semplice: collegandosi al sito, ci si trova davanti a una schermata che richiede l’inserimento di alcuni semplici parametri, quali età, saturazione e temperatura. Sulla base dell’approccio “Machine learning”, l’applicazione è in grado di calcolare il rischio, avendo analizzato e catalogato quanto successo sul campione di pazienti piacentini inserito dagli studiosi”.