Sepsi: AI per per migliorare cure, tempi di diagnosi e per predire le complicanze

Nell’aprile del 2024, Sepsis Immunoscore è diventato il primo software di  intelligenza artificiale/apprendimento automatico autorizzato dalla Food and drug administration (Fda, l’ente regolatorio dei medicinali negli Usa) come dispositivo medico  per guidare la diagnosi rapida e la previsione della sepsi. Adesso, uno studio prospettico, pubblicato su Nejm AI ha convalidato i risultati ottenuti per sottoporre l’algoritmo alla procedura di autorizzazione. Non solo. A ottobre, il Time ha incluso il test diagnostico AI per la sepsi nella prestigiosa classifica «The Best inventions of 2024» che individua le 200 invenzioni rivoluzionarie (e 50 invenzioni con menzione speciale) che stanno cambiando il nostro modo di vivere, lavorare, divertirci e pensare a ciò che è possibile.

Che cos’è la sepsi

La sepsi è una condizione pericolosa per la vita causata da un’aumentata risposta immunitaria dell’organismo alle infezioni, che può portare a disfunzioni d’organo, shock settico e morte. In quanto emergenza medica, la sepsi richiede una diagnosi rapida, resa ulteriormente difficoltosa dalla presentazione eterogenea, per prevenire le gravi complicanze e ridurre la mortalità. 

Nel mondo 1 decesso su 5 è associato a sepsi. Circa 47-50 milioni di persone ogni anno sviluppano sepsi, con almeno 11 milioni di decessi. Il 40% dei casi di sepsi sono bambini di età inferiore ai 5 anni. Può verificarsi la morte nel 3-4% dei neonati nei Paesi industrializzati e fino al 24% dei neonati in Paesi in via di sviluppo. Quando non letale, la sepsi può lasciare postumi fisici e psicologici a lungo termine, che necessitano di trattamenti cronici. In particolare, la sepsi neonatale è un’infezione che porta a gravi manifestazioni cliniche, spesso associate a deficit irreversibili a lungo termine.

«Si tratta dei tre concetti chiave della sepsi: pericolosa per la vita, presentazione eterogenea e necessità di una diagnosi precoce – spiega la professoressa Elena Giovanna Bignami , presidente della Società Italiana di Anestesia Analgesia Rianimazione e Terapia Intensiva (Siaarti) ed esperta di Intelligenza artificiale -. Per questo, negli ultimi anni, sono stati introdotti strumenti di Intelligenza Artificiale (IA) e algoritmi sofisticati, come quelli di modelli di Machine Learning (ML), per il rilevamento precoce, la diagnosi e la gestione della sepsi, con diverse strategie di trattamento». 

Lo studio 

Nello studio prospettico sono stati arruolati  pazienti adulti (di età pari o superiore a 18 anni) sospettati di infezione, in base ad emocoltura, da cinque istituzioni statunitensi tra aprile 2017 e luglio 2022. I partecipanti sono stati suddivisi in una coorte di sviluppo dell’algoritmo (2.366), una di convalida interna (393) e una di convalida esterna (698). «Il modello sviluppato dagli autori, il “Sepsis ImmunoScore” – dice la professoressa Bignami – , raccoglie e analizza dati clinici e laboratoristici di un vasto campione di pazienti, al fine di suddividere (e poi fare diagnosi) i pazienti in categorie di rischio per lo sviluppo di sepsi nelle prime 24h dal ricovero. Inoltre, l’obiettivo secondario è stato valutare la capacità di predire le possibili complicanze, come il ricovero in Terapia Intensiva».

Un algoritmo che utilizza 22 parametri diversi

L’algoritmo Sepsis ImmunoScore analizza fino a 22 parametri di input per generare un punteggio di rischio e collocare i pazienti in una delle quattro categorie di stratificazione del rischio. Combina dati demografici, segni vitali, test clinici di laboratorio e test di laboratorio correlati alla sepsi per valutare il rischio di sepsi e il rischio di esiti avversi. 

I risultati

Quali sono stati i risultati raggiunti? «Il punto di forza del “Sepsis ImmunoScore” – risponde la presidente di Siiarti – è stato trovato nella corrispondenza tra condizioni cliniche e nell’effettiva diagnosi di sepsi, nell’ottima capacità di stratificare il rischio di complicanze e nella riproducibilità del modello in diversi ospedali. I risultati concreti ottenuti hanno permesso, per la prima volta, di ottenere l’autorizzazione di un modello di ML per la predizione della sepsi, da parte della Food and Drug Administration (FDA). Questo traguardo è stato reso possibile grazie all’utilizzo di un’univoca definizione di sepsi, universalmente accettata (Sepsis-3), all’integrazione di parametri obiettivabili e alla determinazione di obiettivi clinici concreti».

AI, MLM e sepsi: una revisione della letteratura

La rilevanza di questo studio era stata presa in esame in una recente revisione della letteratura sull’applicazione di IA nella sepsi –«Artificial Intelligence in Sepsis Management: An Overview for Clinicians» (Bignami E at al, J Clin Med. 2025), in cui sono state raccolte le novità introdotte da questi nuovi modelli per i pazienti affetti da questa condizione.
In sintesi, gli autori hanno sottolineato come «l’intelligenza artificiale e vari MLM (modelli di apprendimento automatico) hanno dimostrato un potenziale significativo nella gestione della sepsi migliorando la capacità di prevedere, diagnosticare e fornire un trattamento personalizzato. I MLM hanno mostrato un’elevata accuratezza nella previsione precoce, con alcuni algoritmi in grado di anticipare l’insorgenza della sepsi con diverse ore di anticipo. La diagnosi precoce offre ai medici un tempo aggiuntivo cruciale per le decisioni cliniche, alterando potenzialmente i risultati dei pazienti». 

Implementazione complessa e sfide critiche

Nello stesso tempo, mettono tuttavia in guardia,  «nonostante questi progressi, l’implementazione pratica degli MLM rimane complessa e pone sfide critiche». Così come ogni applicazione di IA in medicina, gli autori sottolineano che anche il “Sepsis ImmunoScore” deve essere inteso come test aggiuntivo e mai come sostituto al processo decisionale medico, al fine di migliorare l’outcome dei pazienti, anticipare il processo di cure e ridurre l’utilizzo di antibiotici quando non necessario.

«Proprio in relazione a quest’ultimo punto, in progetti concreti, la comunità scientifica, e SIAARTI in particolare, sta studiando l’utilizzo di IA e di algoritmi dedicati per la scelta dell’antibiotico terapia più appropriata per ogni paziente, favorendo una medicina sempre più personalizzata così da poter ridurre lo sviluppo di eventuali antibiotico-resistenze e avere un’arma in più nella battaglia contro la sepsi», conclude la professoressa Bignami.