Roma, 26 feb. (askanews) - L'intelligenza artificiale per sviluppare una medicina di precisione sempre più a misura di paziente. A fare da apripista, uno studio messo a punto dalla Clinica Metabolica dell'Università di Modena e Reggio Emilia per esplorare il fenomeno dell'aumento di peso nei pazienti con Hiv.
Spiega ad Askanews, Giovanni Guaraldi, professore associato di Malattie Infettive presso l'ateneo.
"Ci troviamo in un momento in cui abbiamo dei farmaci straordinariamente migliori rispetto a quelli del passato che però hanno un nuovo effetto collaterale chiamiamolo così e cioè sono stati associati all'incremento di peso. Un aumento mediamente molto piccolo parliamo circa di un paio di chili nel primo anno di inizio della terapia con questa classe di farmaci ma può diventare significativo nelle persone già predisposte, fino ad arrivare a configurare la malattia dell'obesità. Ci siamo chiesti se fosse possibile predire quali pazienti, nel momento in cui passavano a questi nuovi farmaci rischiavano di acquisire peso in eccesso"
I ricercatori hanno fissato il parametro di un aumento di almeno il 5% del peso corporeo nel primo anno di cambio della terapia, individuando una serie di variabili, ben 142, relative al singolo paziente - peso, altezza, caratteristiche dell'infezione, ma anche stili di vita e aspetti sociali -elaborandole con nuove tecnologie di studio: il Machine Learning.
"Essenzialmente si insegna a un computer- alimentandolo con un data base di informazioni -a saper predire quando e come si verificherà un evento. In questo caso abbiamo insegnato a far sì che nel momento in cui vedevamo una persona riuscivamo a predire se questa persona l'anno successivo avrebbe cambiato di almeno il 5% il suo peso corporeo. I sistemi di intelligenza artificiale sono riusciti a predire l'evento con un'accuratezza straordinaria, addirittura ci sapevano dire quanto sarebbe stato il loro peso corporeo con uno scarto inferiore a un chilo. E' emerso in maniera chiara che l'impatto della terapia era minimale rispetto a tante variabili che facevano più riferimento allo stile di vita e alle condizioni sociali del paziente. Questi modelli di machine learning in realtà non sono modelli sterili ma vanno verso un concetto di medicina di precisione: attraverso l'analisi del singolo caso, riescono a dire se è più importante concentrarsi di più sull'attività fisica, sulla dieta, sugli aspetti metabolici, depressivi, sociali o sul farmaco. Riusciamo ad avere un approccio che ci consente di avere interventi mirati sul singolo paziente".
IN 13:01-OUT13:18
Abbiamo bisogno di usare questi strumenti per ottenere che il paziente si renda parte attiva nella prevenzione della traiettoria di invecchiamento accelerata che spesso viene sperimentata dalle persone con Hiv.