Il prototipo di test, basato su un semplice prelievo del sangue e sull’impiego di un algoritmo di machine learning, è rapido e low-cost e potrebbe cambiare la gestione dei pazienti in pronto soccorso

La seconda ondata della pandemia da Covid-19 è iniziata da poche settimane, ma i pronto soccorso degli ospedali sono già sottoposti a una notevole pressione. Con l’arrivo dell’inverno lo scenario diventerà ancora più complesso e i tempi necessari per l’analisi dei tamponi potrebbero diventare un serio problema: come fare per distinguere rapidamente i pazienti Covid-19 dai pazienti con sintomi simili che presentano una normale sindrome influenzale?

L’algoritmo di AI: lo studio del San Raffaele e dell’Università di Milano-Bicocca

Un gruppo di ricerca multidisciplinare guidato da Anna Carobene, biochimica clinica dell’IRCCS Ospedale San Raffaele, e Federico Cabitza, ingegnere informatico dell’Università di Milano-Bicocca, ha messo a punto un nuovo algoritmo di intelligenza artificiale che potrebbe offrire una soluzione inattesa.

In uno studio appena pubblicato sulla rivista Clinical chemistry and laboratory medicine, i ricercatori dimostrano che l’algoritmo è in grado di riconoscere, in un gruppo di pazienti con sintomi simili-influenzali, le persone con infezione da SARS-CoV-2 a partire dai risultati degli esami del sangue, anche quelli ordinari, ovvero il classico emocromo.

Questo tipo di approccio, più rapido e a basso costo del tampone, seppure con un’accuratezza inferiore, potrebbe aiutare la gestione dell’emergenza nei pronto soccorso, soprattutto quelli dei paesi in via di sviluppo, dove la disponibilità di strumenti diagnostici più precisi, ma anche più costosi e lenti, come il tampone o la TAC, è fortemente ridotta.

Covid-19: il problema della diagnosi

Una delle sfide maggiori poste dall’attuale pandemia è quello di riconoscere velocemente chi è positivo al virus, per poterlo isolare o per inserirlo, in caso di accesso al pronto soccorso o di ricovero, in percorsi dedicati, evitando così che contagi altre persone.

Il principale strumento utilizzato in questo momento è il tampone nasofaringeo, che misura indirettamente la quantità di virus presente nelle alte vie respiratorie di naso e gola attraverso l’analisi della quantità di materiale genetico virale raccolto dal tampone.

L’esame è l’ideale perché è in grado di identificare anche i soggetti asintomatici ed è la prova definitiva dell’avvenuto contagio: nei pazienti asintomatici infatti, in cui non c’è alcuna manifestazione della malattia, il virus può essere comunque rilevato nelle mucose del naso, dove si riproduce ed eventualmente passa ad altri individui.

“In luoghi come i pronto soccorso tuttavia, dove molti soggetti si presentano a causa di sintomi influenzali persistenti, l’ideale sarebbe avere uno strumento alternativo e più veloce per distinguere i malati di Covid-19 dalle persone con una semplice influenza o una polmonite batterica, almeno in attesa del risultato del tampone - spiega Anna Carobene -. Ed è qui che entra in gioco l’intelligenza artificiale.”

L’algoritmo che riconosce la Covid-19 dalle analisi del sangue

La potenzialità degli algoritmi intelligenti, quelli che sfruttano il cosiddetto machine learning, è trovare in un grande insieme di dati dei pattern ricorrenti che a volte sfuggono all’occhio umano.

Ecco perché il gruppo di ricercatori guidato da Carobene e da Federico Cabitza ha deciso di dare in pasto a un algoritmo di intelligenza artificiale i dati dei prelievi del sangue di oltre 1500 pazienti che si sono recati al pronto soccorso del San Raffaele durante la prima ondata della pandemia in Italia. Di questi, 48% erano positivi per SARS-CoV-2 e 52% negativi.

“Analizzando i dati, l’algoritmo ha costruito un modello in grado di predire, sulla base degli esami del sangue, se i sintomi di un paziente in accesso al pronto soccorso sono quelli della Covid-19 oppure di un’altra infezione - spiega Carobene -. L’accuratezza della previsione è piuttosto alta.”

Per validare l’algoritmo e calcolare la sua precisione predittiva, i ricercatori lo hanno testato su un ulteriore gruppo di pazienti arrivati in pronto soccorso presso l’Istituto Ortopedico Galeazzi e lo stesso San Raffaele. Il risultato? L’accuratezza massima è dell’ 86%, non di molto inferiore a quella del tampone (che è il 92%).

I passi futuri e le possibili applicazioni in contesto ospedaliero

È importante sottolineare che l’algoritmo è stato allenato e testato solo usando campioni di sangue di pazienti sintomatici e quindi, per quanto ne sappiamo ora, è in grado di riconoscere i positivi solo tra pazienti che mostrano sintomi.

Inoltre, non essendo stato sviluppato con finalità diagnostiche, non si può intendere come un’alternativa al tampone, ma solo come supporto nell’attività di triage in pronto soccorso, da affiancare al test molecolare ed eventualmente alla TAC. Il suo punto di forza è la velocità.

“Poter capire rapidamente se un paziente con sintomi è un probabile paziente Covid-19 o meno è fondamentale per mantenere i percorsi separati, anche in attesa di ulteriori approfondimenti - spiega Carobene -. L’esame del sangue è il punto di partenza ideale: è un esame di routine e di rapida analisi. Nei paesi più poveri, dove l’accesso alla TAC o al tampone a volte è impossibile, uno strumento di questo tipo può giocare un ruolo ancora più rilevante.”

Il modello è stato già reso disponibile attraverso uno strumento web accessibile online che permette a chiunque, medici e pazienti, di inserire i dati del proprio emocromo e ottenere in pochi secondi una risposta sia in termini categorici, positivo o negativo, sia in termini probabilistici.