Un recente studio pubblicato sulla rivista Nature descrive un'intelligenza artificiale che è in grado di calcolare con il 90% di precisione la probabilità che una persona sviluppi una forma grave di Covid-19. Il modello di apprendimento automatico è stato messo a punto da un team Università di Copenaghen, con l'intento di fornire uno strumento utile ad alleggerire la pressione sugli ospedali, che potrebbero così prevedere il numero di pazienti in arrivo in un determinato intervallo di tempo.
L’AI che prevede il Covid
"Abbiamo iniziato a lavorare sui modelli per
assistere le strutture ospedaliere perché durante la prima ondata temevano di non avere abbastanza respiratori per i pazienti in terapia intensiva", ha spiegato in una nota Mads Nielsen, coautore dello studio ed esperto di informatica. Per progettare il modello di machine learning, i ricercatori hanno preso in prestito le cartelle cliniche di 3944 pazienti danesi positivi al Coronavirus, i cui dati erano conservati all'interno di UK Biobank, uno dei più grandi database sanitari del mondo. Le informazioni sono state utilizzate per addestrare l'intelligenza artificiale a riconoscere quali fattori di rischio incidano maggiormente sulla malattia.
Supporto agli ospedali
I
risultati hanno suggerito la possibilità di
prevedere i ricoveri ospedalieri e il numero di posti occupati in terapia intensiva tramite un numero limitato di variabili, tra cui età, sesso e indice di massa corporea (IMC). Stando a quanto riporta l'articolo di Nature, il modello consentirebbe di conoscere in anticipo la mortalità causata dal Covid-19 con una precisione del 90,2%. "Il nostro lavoro dimostra, in maniera non sorprendente, che IMC ed età sono due parametri decisivi per capire se il Covid-19 avrà conseguenze gravi su una persona", ha commentato Nielsen.
L'algoritmo ha poi evidenziato
altri fattori di rischio importanti, come ad esempio la presenza di problemi di pressione o di disturbi neurologici in soggetti di sesso maschile. Si tratta di scoperte che, secondo gli scienziati, "potrebbero anche essere impiegate per decidere con attenzione chi ha bisogno di un vaccino".
Nonostante lo studio abbia alcuni punti meritevoli di approfondimenti, gli scienziati confidano nella
possibilità di perfezionare ulteriormente il loro modello per metterlo alla prova sul campo. "Stiamo lavorando […] per riuscire a prevedere il fabbisogno di respiratori con cinque giorni di anticipo, fornendo al computer i dati sanitari di tutti i positivi della regione", ha concluso Nielsen. "Il computer non sarà mai in grado di sostituire la diagnosi di un medico, ma può aiutarlo a valutare più pazienti infetti contemporaneamente, stabilendo delle priorità".
