Digital Med

Identificare il diabete di tipo 1 nelle prime fasi dell'infanzia grazie all'intelligenza artificiale?

Uno strumento predittivo basato sull'intelligenza artificiale potrebbe essere in grado di identificare il diabete di tipo 1 nei bambini prima che vengano diagnosticati a seguito di un episodio di chetoacidosi diabetica (DKA) potenzialmente fatale. È quanto emerge da uno studio britannico presentato alla Diabetes UK Professional Conference 2022.

Uno strumento predittivo basato sull'intelligenza artificiale potrebbe essere in grado di identificare il diabete di tipo 1 nei bambini prima che vengano diagnosticati a seguito di un episodio di chetoacidosi diabetica (DKA) potenzialmente fatale. È quanto emerge da uno studio britannico presentato alla Diabetes UK Professional Conference 2022.

Lo strumento è stato sviluppato da un team dell’Università di Cardiff, nel Regno Unito, che in precedenza aveva dimostrato che i bambini che sviluppano il diabete di tipo 1 hanno un diverso modello di contatto con le cure primarie nei 6 mesi precedenti la diagnosi.

I sintomi del diabete di tipo 1 includono una minzione frequente, sentirsi assetati, essere stanchi e magri, ma i medici di famiglia potrebbero non fare troppo caso a questi segni. Per addestrare lo strumento predittivo, i ricercatori hanno quindi testato diverse combinazioni di fattori ricavati dai registri dei medici di famiglia, come infezioni del tratto urinario o enuresi notturna, prescrizione di antibiotici o una storia familiare di diabete di tipo 1, in circa 1 milione di bambini in Galles, a più di 2.000 dei quali era stato diagnosticato il diabete di tipo 1.

In uno studio separato su circa 1,5 milioni di bambini in Inghilterra hanno scoperto che l'algoritmo potrebbe identificare il diabete di tipo 1 nel 75% dei bambini 11 giorni prima rispetto al non utilizzo dello strumento, se fosse impostato come avviso in solo una su 10 consultazioni di medicina generale.

Il 25% dei bambini con diagnosi di diabete di tipo 1 è in DKA
Durante la sua presentazione, la relatrice Julia Townson, senior trial manager in children and young people all’Università di Cardiff, ha spiegato che nel Regno Unito circa il 25% dei bambini con diabete di tipo 1 riceve una diagnosi mentre è in DKA, una cifra rimasta invariata per 25 anni.

«Sappiamo che il ritardo ed errori nella diagnosi sono i motivi più comuni per cui un bambino si presenta in DKA al momento della diagnosi» ha detto. «E, naturalmente, il motivo per cui è così importante prevenirla risiede nella notevole morbidità e potenziale mortalità ad essa associate».

In effetti, con una semplice ricerca sul web, Townson è stata in grado di identificare quattro bambini che hanno perso la vita a causa di DKA negli ultimi 8 anni nel Regno Unito.

«È incoraggiante vedere che questa ricerca potrebbe salvare molte famiglie da un viaggio potenzialmente traumatico in ospedale, aiutando i medici di famiglia a diagnosticare il diabete di tipo 1 più rapidamente» ha affermato Conor McKeever, responsabile delle comunicazioni di ricerca presso l'ente benefico per il diabete di tipo 1 JDRF. «Questo approccio potrebbe andare di pari passo con lo screening della popolazione, che ha le potenzialità per identificare le persone ad alto rischio di sviluppare il diabete di tipo 1 prima che manifestino qualsiasi sintomo. La speranza è che molte meno famiglie soffrano di DKA all'inizio del loro percorso di malattia».

«Trovare un modo per catturare la condizione e trattarla precocemente potrebbe aiutare a evitare cure ospedaliere di emergenza e salvare vite umane» ha concordato Lucy Chambers, responsabile delle comunicazioni di ricerca presso Diabetes UK, che ha finanziato la ricerca.

Non semplice integrare lo strumento nei sistemi dei medici di famiglia
«Stiamo cercando di valutare come questo strumento potrebbe funzionare con i sistemi informatici dell’assistenza primaria» ha affermato Townson. «Funziona su molti livelli diversi, uno dei quali è la frequenza delle consultazioni in relazione alla frequenza delle consultazioni precedenti, quindi deve essere in grado di 'guardare' attraverso le cartelle cliniche elettroniche al momento della consultazione per poter elaborare un punteggio predittivo».

Ancora non è chiaro quanto sarà facile integrare lo strumento nei sistemi attuali e gli autori non conoscono altre applicazioni di apprendimento automatico che siano state utilizzate in questo modo nelle cure primarie. Sono però fiduciosi e hanno preso contatti con diverse aziende coinvolte nella fornitura di questi sistemi.

Bibliografia

Diabetes UK Professional Conference 2022. Abstract A26 (P258). Presentato il 30 marzo 2022.