Uno strumento di simulazione e previsione per i medici pediatri
La salute dei bambini sta facendo le spese del crescente interesse politico e scientifico per l’invecchiamento sano e attivo? Il prof. Bruno Dallapiccola, direttore scientifico e coordinatore del progetto OPBG, pensa di sì. Con un consorzio di 22 organizzazioni di tutta Europa – e il sostegno del prof. Edwin Morley Fletcher, presidente di Lynkeus e project Manager – egli ha passato gli ultimi quattro anni a sviluppare un archivio digitale avanzato (infostruttura) che integra dati di analisi cliniche, genetiche e metagenomiche, MRI e analisi delle immagini con ultrasuoni, emodinamica, elaborazione in tempo reale di parametri muscolo-scheletrici e dati biomeccanici delle fibre. La piattaforma permette ai medici di cercare similarità con i propri pazienti, accedere a simulazioni e previsioni basate sul modello e cercare flussi di lavoro clinici incentrati sul paziente. “L’idea deriva dal bisogno di ottimizzare le cure esistenti verso un approccio clinico predittivo e personalizzato che permetta di prevedere gli esiti di interventi clinici e di adeguarli ai parametri fisiologici del singolo paziente. L’obiettivo ultimo è ridurre gli errori medici e i trattamenti sub-ottimali e ridurre le spese mediche generali,” spiega il prof. Dallapiccola. Oltre al fatto che “il nostro mondo sta diventando sempre più ingiusto verso le generazioni più giovani”, osserva che le malattie di neonati, bambini e adolescenti sono un problema di salute pubblica grande e sottovalutato. Un problema che il progetto MD PAEDIGREE (Model-Driven European Paediatric Digital Repository) intende aiutare a risolvere. MD PAEDIGREE contiene dati utilizzati da strumenti analitici avanzati come l’apprendimento automatico profondo o la ricerca di similarità, in modo da identificare tendenze comuni nascoste. Di conseguenza, i medici possono costruire modelli personalizzati in grado di riprodurre i parametri fisiologici del singolo paziente, sia prima dell’intervento che in seguito a un dato intervento clinico, e classificare i pazienti sulla base del rischio di malattia. “L’uso di questi strumenti ridurrebbe al minimo la probabilità di errori medici e aumenterebbe l’efficacia del trattamento, riducendo di conseguenza i rischi di complicazioni e ricadute, i tempi di guarigione e le spese mediche,” sottolinea il prof. Morley-Fletcher. Un futuro promettente Il prof. Dallapiccola è fiero dei risultati del progetto e dice che le prime reazioni da parte dei medici coinvolti sono state notevolmente positive e incoraggianti. “Anche se l’interfaccia utente non ha ancora raggiunto il livello di maturità necessario per un’integrazione senza problemi nella pratica clinica quotidiana, i medici hanno riconosciuto il valore aggiunto delle soluzioni tecnologiche implementate, in particolare a sostegno del processo decisionale clinico,” spiega. “Inoltre, il modello di integrazione provvisorio nel flusso di lavoro clinico è stato molto apprezzato, perché permette un intenso coinvolgimento dei partner clinici in ogni passo dell’implementazione del flusso di lavoro orientato al modello.” Anche se il progetto è stato completato alla fine di febbraio, l’archivio MD-Paedigree continuerà a essere arricchito con dati clinici di routine provenienti dai centri clinici affiliati e varie iniziative di ricerca stanno già sviluppando i suoi risultati. Un progetto chiamato CARDIOPROOF ha adottato la stessa infostruttura per condurre la sua ricerca sulla previsione cardiologica basata sul modello e il progetto MHMD sta implementando un’innovativa piattaforma basata nell’UE per la condivisione delle cartelle cliniche elettroniche (electronic health record, EHR) dei pazienti, includendo e ampliando l’infostruttra di MD-Paedigree. “Sono sicuro che diverse iniziative di ricerca continueranno a fiorire sulla base dei risultati del progetto, perché MD-Paedigree ha fornito strumenti e sistemi che contribuiranno a introdurre un nuova era di medicina di precisione,” conclude il prof. Dallapiccola.
Parole chiave
Archivio digitale, dati clinici pediatrici, infostruttura, MD PAEDIGREE, paziente, trattamento, serie di dati clinici, CARDIOPROOF, MHMD, cartelle cliniche elettroniche
