Un algoritmo per prevedere il decorso di Covid-19

Alla ricerca di nuovi biomarcatori e della comprensione del rischio individuale

Si può utilizzare l'Intelligenza Artificiale per cercare di capire in quale modo evolverà l'infezione da Sars-CoV-2 e quindi la malattia da Covid-19. È l'obiettivo di un team di ricerca dell'Università di Udine che ha presentato i primi risultati ottenuti grazie a “un lavoro di squadra portato avanti tra febbraio e settembre 2021 da 19 autori, ricercatori ed esperti dei Dipartimenti di Area Medica, Matematica-Informatica e Fisica dell'ateneo e dell'Azienda Sanitaria Universitaria Friuli Centrale (Asufc)".
Si tratta, secondo i ricercatori, di un progetto "unico a livello internazionale per numerosità dei pazienti arruolati, ben 160, e dei parametri presi in considerazione e che, proprio grazie all'utilizzo di sistemi di AI, ha permesso di comprendere meglio i meccanismi legati alla stratificazione del rischio".
"Riuscire a identificare prospetticamente i pazienti più fragili è fondamentale per poter programmare interventi adeguati e tempestivi", ha sottolineato Antonio Paolo Beltrami, ricercatore al Dipartimento di Area Medica, ricordando che lo studio ha coinvolto prevalentemente uomini over 65 affetti dalle varianti Alfa o Delta.
Uno dei principali obiettivi della ricerca sta nell'individuazione di "nuovi potenziali biomarcatori e la definizione del rischio individuale di trovarsi in una fase iniziale di malattia non ancora sintomatica o la probabilità di ammalarsi in futuro", come spiega Francesco Curcio, direttore del Dipartimento di Medicina di Laboratorio dell'Istituto di Patologia Clinica dell'Asufc.
"Gli strumenti innovativi cui siamo ricorsi per l'analisi dei dati - ha concluso Carlo Tascini, direttore della Sc Clinica Malattie infettive dell'Asufc - si configurano come modelli strategici per poter fronteggiare malattie ben più note del Covid, ma i cui meccanismi sono ancora oggi poco conosciuti".
Uno studio dagli obiettivi simili ha portato alla messa a punto di un esame del sangue in grado di prevedere i pazienti maggiormente a rischio di Covid-19. Si tratta di uno studio pubblicato su eBioMedicine da un team dello University College London.
Gli scienziati inglesi hanno analizzato campioni di plasma di 54 operatori sanitari con Covid confrontandoli con campioni raccolti da 102 sanitari che non sono stati contagiati.
Grazie alla spettrometria di massa, gli autori hanno analizzato la maniera in cui Covid-19 influenzava i livelli di proteine plasmatiche nell'arco di 6 settimane.
Sono emerse concentrazioni molto elevate di 12 proteine su 91 analizzate. Il grado di anomalia nelle concentrazioni plasmatiche era legato alla gravità dei sintomi.
Al momento della diagnosi di positività a Sars-CoV-2, livelli anomali di 20 proteine erano predittivi di disturbi che permanevano a un anno dal contagio. Nella maggior parte dei casi, le proteine spia erano legate a meccanismi anticoagulanti e antinfiammatori.
I ricercatori si sono quindi rivolti all'intelligenza artificiale, addestrando un algoritmo di apprendimento automatico che ha imparato a esaminare i profili proteici dei partecipanti ed è stato in grado di distinguere tutti gli 11 operatori che 12 mesi dopo l'infezione riferivano almeno un sintomo persistente.
Con un altro strumento si è riusciti a stimare la probabilità che il test avrebbe di sbagliare, giungendo a un tasso di errore del 6%.
"Il nostro studio mostra che anche un'infezione Covid lieve o asintomatica altera il profilo proteico del plasma sanguigno", spiega Gaby Captur, autrice principale del lavoro che è stato finanziato dal National Institute for Health and Care Research, Great Ormond Street Hospital Biomedical Research Center (Nihr Gosh Brc), dalla British Heart Foundation e dall'ente di beneficenza Barts.
"Il nostro strumento di previsione del Long Covid deve essere validato in un gruppo di pazienti indipendente e più ampio - precisa la scienziata - Tuttavia, secondo il nostro approccio un test che prevede il rischio di Long Covid al momento dell'infezione iniziale da Sars-CoV-2 potrebbe essere implementato in modo rapido ed economico. Il nostro metodo di analisi è infatti prontamente disponibile negli ospedali ed è ad alto rendimento, nel senso che può analizzare migliaia di campioni in un pomeriggio".
"Se riusciamo a identificare le persone che potrebbero sviluppare Long Covid - commenta l'autrice senior Wendy Heywood - questo aprirà la strada alla sperimentazione di trattamenti come antivirali somministrati nelle fasi iniziali dell'infezione, per capire se riescono a ridurre il rischio di Long Covid".

11/11/2022 17:46:00 Andrea Sperelli


Notizie correlate