Uno studio recente condotto dalla Cleveland Clinic e Dyania Health (USA) ha dimostrato il potenziale dell'intelligenza artificiale (IA) specificamente addestrata in medicina per analizzare i registri medici elettronici (EMR) e selezionare con precisione i pazienti idonei per studi clinici su malattie rare. Pubblicato su 'The Journal of Cardiac Failure', organo ufficiale della Heart Failure Society of America, il lavoro fornisce evidenze pratiche che la revisione delle cartelle cliniche assistita da IA può ottimizzare la velocità, l'accuratezza e l'equità nella selezione dei partecipanti per studi clinici. La ricerca ha valutato le prestazioni di un sistema di IA sviluppato da Dyania Health, implementato nella Cleveland Clinic, incaricato di pre-selezionare candidati per lo studio DepleTTR-CM, incentrato sulla cardiomiopatia amiloide da transtiretina (ATTR-CM), una forma di insufficienza cardiaca prevalente negli anziani. In solo una settimana, l'IA ha esaminato 1.476 cartelle cliniche e identificato 46 potenziali candidati. Dei 30 pazienti selezionati dall'IA e convalidati dai medici, nessuno era stato individuato tramite i metodi tradizionali di reclutamento. Il sistema ha raggiunto un'accuratezza del 96,2% rispondendo a 7.700 domande specifiche dello studio in nove aree cliniche. Grazie alla valutazione assistita da IA, sette pazienti sono stati iscritti prima che si completasse il numero previsto per lo studio, rispetto ai dieci iscritti con metodi convenzionali in un periodo di 90 giorni. I revisori medici hanno valutato come 100% accurate e interpretabili le giustificazioni dell'IA per ogni criterio di inclusione o esclusione. Inoltre, l'IA ha escluso correttamente 198 dei 200 pazienti non idonei, raggiungendo un valore predittivo negativo del 99%. Un aspetto rilevante è stata la diversità: il 36,6% dei pazienti identificati dall'IA erano di razza nera, rispetto al 7,1% rilevato tramite screening tradizionale. Solo il 60% di quelli selezionati dall'IA erano precedentemente collegati a uno specialista in insufficienza cardiaca, rispetto al 92,8% di quelli identificati con metodi convenzionali, suggerendo che l'IA può ampliare l'accesso agli studi clinici per gruppi sottorappresentati. Trejeeve Martyn, ricercatore principale e direttore della Salute Popolazionale con Insufficienza Cardiaca alla Cleveland Clinic, ha sottolineato: “L'IA medica consente di esaminare le cartelle cliniche su larga scala, trasformando un processo tradizionalmente laborioso. Possiamo identificare candidati di qualità in modo più efficiente e diversificato, e stiamo esplorando come questa tecnologia possa accelerare la ricerca e l'implementazione di terapie”. Il sistema Synapsis AI, integrato nella cartella clinica elettronica della Cleveland Clinic, ha analizzato dati di 25 ospedali e 250 centri ambulatoriali in Ohio, Florida e Nevada, combinando dati strutturati e elaborazione del linguaggio naturale per interpretare note cliniche e risultati di laboratorio. Ogni decisione di inclusione o esclusione è stata accompagnata da giustificazioni dettagliate e verificabili, facilitando la verifica da parte dei coordinatori di ricerca. Eirini Schlosser, CEO e cofondatrice di Dyania Health, ha sottolineato che l'IA può superare le limitazioni di efficienza ed equità nell'assegnazione dei pazienti agli studi, identificando anche coloro che di solito rimangono esclusi dai processi tradizionali. L'esperienza reale dell'IA in questo studio clinico, insieme ai risultati sulla diversità e sulle prestazioni, apre la porta a un'espansione di questi strumenti per la selezione dei partecipanti, registri di salute popolazionale e generazione di report di qualità in tempo reale. Fonte: infosalus.com