Un team dell’Università della California di San Diego, coordinato da Gabriel Wardi, ha impiegato un modello di intelligenza artificiale nei reparti di pronto soccorso dell’UC San Diego Health per identificare i pazienti a rischio di infezione che può portare a sepsi. I risultati dello studio hanno mostrato che l’applicazione dell’algoritmo, denominato COMPOSER, ha portato alla riduzione del 17% della mortalità.
Dal momento dell’accettazione del paziente in pronto soccorso, l’algoritmo tiene conto di più di 150 variabili che vengono monitorate in continuo, tra cui i risultati degli esami di laboratorio, segni vitali, farmaci assunti abitualmente, dati dermografici e anamnesi.
Se il paziente presenta più variabili legate alla possibile insorgenza di un’infezione da sepsi, l’algoritmo avvisa il personale infermieristico tramite la cartella clinica elettronica. Il metodo è stato testato su oltre 6000 pazienti ricoverati. “È grazie a questo modello di intelligenza artificiale che i nostri team possono fornire più rapidamente una terapia salvavita ai pazienti”, conclude Gabriel Wardi, medico di medicina d’urgenza e terapia intensiva presso l’UC San Diego Health e autore principale dello studio.
Fonte: npj Digit Med 2024
