L’intelligenza artificiale sta assumendo un ruolo cruciale nella comprensione del Long Covid, una sindrome che continua a colpire numerosi pazienti anche dopo il superamento dell’infezione da Sars-CoV-2. I ricercatori del Mass General Brigham hanno sviluppato un algoritmo in grado di scovare i casi di Long Covid nelle cartelle cliniche, rivelando una prevalenza molto più alta di quanto si fosse pensato precedentemente. Questo approccio innovativo utilizza tecnologie avanzate per fornire un quadro più fedele e utile della condizione, permettendo ai medici di affrontare meglio i sintomi complessi associati.
Cos’è il Long Covid: sintomi e impatti
Il Long Covid si riferisce a un insieme di sintomi persistenti che alcuni pazienti sperimentano dopo la fase acuta dell’infezione da Covid-19. Sebbene la patologia sia conosciuta da tempo, molte delle sue manifestazioni continuano a essere dibattute. Tra i sintomi più comuni si trovano tosse persistente, affaticamento, e difficoltà cognitive, comunemente definite come “mente annebbiata“. Questi disturbi variano notevolmente in intensità e durata, affliggendo quotidianamente le vite di molti. Anche se sono state condotte varie ricerche sulla questione, spesso il Long Covid è sottovalutato e non facilmente riconosciuto.
Le indagini condotte hanno evidenziato che il Long Covid colpisce una porzione significativa della popolazione, ma la mancanza di dati precisi ha reso difficile valutare il reale impatto della pandemia a lungo termine. Il fatto che una grande parte della popolazione possa soffrire di questa sindrome indica un potenziale onere per i sistemi sanitari. Inoltre, non è raro che i pazienti con Long Covid non ricevano la giusta attenzione o diagnosi, accentuando le disuguaglianze già esistenti nei servizi sanitari.
L’algoritmo di intelligenza artificiale: come funziona
Il team di ricerca del Mass General Brigham ha messo a punto un algoritmo di intelligenza artificiale con l’obiettivo di identificare i casi di Long Covid in modo più efficace. Questo strumento è stato progettato per analizzare le cartelle cliniche e scovare sintomi che potrebbero essere indicativi della sindrome post-virale. Attraverso un processo conosciuto come fenotipizzazione di precisione, l’algoritmo esamina i dati sanitari di quasi 300mila pazienti, identificando i sintomi legati a Covid-19 e monitorandoli per lungo tempo.
Il funzionamento dell’algoritmo consiste nell’escludere altre patologie che potrebbero giustificare i sintomi, come insufficienza cardiaca o asma, e soltanto dopo aver escluso ogni possibile alternativa, classifica il paziente come affetto da Long Covid. Questo approccio ha permesso di scoprire che la prevalenza della sindrome è molto più alta rispetto alle stime precedenti, suggerendo che fino al 22,8% della popolazione potrebbe soffrire di Long Covid, una cifra ben superiore alla media di circa il 7% riportata in altri studi.
I risultati dello studio e le prospettive future
I risultati ottenuti dai ricercatori rappresentano un importante passo avanti nella comprensione del Long Covid. Il loro algoritmo ha mostrato una maggiore accuratezza nel diagnosticare la sindrome rispetto al codice diagnostico ufficiale, evidenziando allora che le diagnosi comunemente accettate molto spesso trascurano i pazienti che non hanno accesso a cure mediche di alta qualità.
L’analisi ha rivelato anche che la metodologia attuale tende a privilegiare i gruppi di popolazione con migliori fattori socio-economici, escludendo categorie più vulnerabili. Ciò ha sollevato preoccupazioni riguardo a possibili discriminazioni nel processo di diagnosi e cura. Gli scienziati sottolineano che il loro obiettivo non è solo quello di migliorare le diagnosi, ma anche di offrire ai medici uno strumento utile nel loro difficile compito di identificare e trattare i sintomi complessi del Long Covid.
Sebbene lo studio abbia i suoi limiti, come il fatto di essere stato condotto su una popolazione specifica del Massachusetts, i ricercatori auspicano che il loro algoritmo possa essere condiviso globalmente per migliorare la diagnosi e la comprensione della sindrome. I prossimi passi includeranno valutazioni su coorti di pazienti con comorbidità, utilizzando l’algoritmo per assistere nella ricerca di soluzioni terapeutiche e strategie di trattamento più inclusive.
Ultimo aggiornamento il 8 Novembre 2024 da Sofia Greco