Skip to main content
Vai all'homepage della Commissione europea (si apre in una nuova finestra)
italiano italiano
CORDIS - Risultati della ricerca dell’UE
CORDIS
Individualized CARE for Older Persons with Complex Chronic Conditions at home and in nursing homes

Article Category

Article available in the following languages:

Supporto decisionale per gli anziani guidato dall’IA

Alcuni modelli di IA addestrati su dati reali predicono i risultati dei trattamenti negli anziani fragili, un’innovazione che può contribuire a prescrizioni più sicure e a un invecchiamento più sano.

L’invecchiamento della popolazione in Europa e nel mondo comporta un aumento degli anziani con patologie croniche multiple. Spesso queste causano un declino delle funzioni, fragilità e la necessità di cure complesse in case di cura o a domicilio. I medici devono prendere decisioni quotidiane sui trattamenti e sugli interventi, ma gli studi clinici convenzionali raramente sono svolti su popolazioni così complesse, e causano un divario tra le prove disponibili e le esigenze reali dei pazienti.

Costruire modelli predittivi partendo da dati reali

Il progetto I-CARE4OLD(si apre in una nuova finestra), finanziato dall’UE, affronta questa sfida progettando uno strumento di supporto alle decisioni per aiutare gli operatori sanitari e i responsabili delle politiche. «Questo strumento di supporto alle decisioni è stato progettato per prevedere i cambiamenti nel funzionamento, il verificarsi di eventi critici e l’impatto individuale dell’avvio o dell’interruzione di interventi specifici», spiega Hein van Hout, coordinatore del progetto. Il consorzio ha ottenuto dati reali da diversi Paesi tramite le valutazioni interRAI(si apre in una nuova finestra), una serie di strumenti strutturati usati in tutto il mondo per monitorare la salute, il funzionamento e l’uso dei servizi nelle popolazioni anziane. Queste valutazioni sono standardizzate tra i vari paesi, per garantire dati coerenti e comparabili. A partire da questi dati I-CARE4OLD ha addestrato modelli di intelligenza artificiale per prevedere gli esiti a breve e a lungo termine con una precisione elevata. L’accuratezza delle previsioni ha raggiunto l’80 % e l’équipe di ricerca ha convalidato la robustezza dei modelli di IA su set di dati provenienti da diversi paesi. Inoltre, lo strumento di supporto alle decisioni I-CARE4OLD è stato collaudato da 150 professionisti in sette paesi, che lo hanno trovato utile e facile da usare. «I nostri modelli di intelligenza artificiale non solo permettono di prevedere meglio la progressione della malattia, ma anche gli esiti del trattamento: l’assistenza personalizzata per gli anziani è ora un passo più vicino alla pratica quotidiana», sottolinea van Hout.

I principali risultati

Uno dei risultati più significativi dell’analisi è l’effetto dell’interruzione di alcuni farmaci psicotropi(si apre in una nuova finestra), che ha ridotto i ricoveri e migliorato gli esiti complessivi in molti assistiti. Le analisi hanno anche mostrato come gli interventi non farmacologici possano fornire benefici pari o superiori a quelli dei farmaci. Soprattutto, i modelli hanno identificato quali adulti anziani avevano maggiori probabilità di trarre beneficio da farmaci specifici, come gli antidepressivi, e quali erano a maggior rischio di subire danni da trattamenti come quelli con effetti anticolinergici. Oltre all’impatto del trattamento, il progetto ha studiato anche gli effetti della pandemia di COVID-19(si apre in una nuova finestra) sulle persone anziane che ricevono assistenza. Le analisi hanno evidenziato la vulnerabilità di questa popolazione durante le crisi sanitarie e l’importanza degli strumenti predittivi per prevedere i rischi e orientare gli interventi di prevenzione.

Attuazione e aumento di scala

Il risultato più rilevante di I-CARE4OLD è la dimostrazione che l’IA può generare previsioni personalizzate a partire da dati reali su larga scala e metterli a disposizione dei medici attraverso uno strumento pratico. Questa innovazione orienta la pratica clinica all’ottimizzazione degli interventi mirati per le popolazioni anziane più complesse e vulnerabili. I dati possono anche informare i decisori politici sulla presenza o assenza di trattamenti (in)appropriati nella loro giurisdizione. Ora il consorzio intende ampliare l’uso degli algoritmi predittivi al fine di coprire un numero maggiore di trattamenti, farmacologici e non, e convalidarli in ulteriori set di dati. Al fine di aumentare i dati raccolti, l’équipe sta collaborando con i fornitori di software interRAI in tutto il mondo per integrare il supporto decisionale nei sistemi di valutazione esistenti. La diffusione di questo strumento nei sistemi sanitari contribuirà a ridurre le prescrizioni non appropriate, a migliorare la qualità della vita e a un invecchiamento più sano.

Scopri altri articoli nello stesso settore di applicazione

Il mio fascicolo 0 0