Ogni secondo conta nell'unità di cura intensiva neonatale (NICU).
L'orologio inizia a ticchettare nel momento in cui nasce un neonato pretermine, mentre i neonatologi si affannano a individuare e affrontare le potenziali complicazioni per la salute. Prima questi medici riescono a individuare una malattia grave, prima possono intervenire, iniziare il trattamento e salvare vite preziose.
Secondo la National Library of Medicine, gli anticorpi materni vengono trasferiti alla placenta durante il terzo trimestre della gravidanza, dando ai neonati immunità ad alcune infezioni e malattie. I bambini prematuri nascono prima che il trasferimento dell'immunità sia completo, a meno di 37 settimane di gestazione, e questo li rende più suscettibili a infezioni batteriche come la sepsi, che colpisce i sistemi immunitari immaturi o compromessi.¹
All'ospedale universitario di Anversa (UZA) in Belgio, circa un neonato pretermine su cinque nato con un peso inferiore a 1.500 grammi (3,3 libbre) presenta una sepsi a esordio tardivo. Il personale della terapia intensiva neonatale dell'ospedale ha il compito di rilevare sepsi o infezioni del flusso sanguigno, oltre a molte altre possibili complicazioni, in questi neonati, grazie all'intuizione basata sull'esperienza e le istantanee dei dati, per poi fornire un trattamento tempestivo al fine di ridurre il rischio di decesso e di ritardo dello sviluppo nei sopravvissuti.
A causa del potenziale rischio di esiti così devastanti, il Dott. David Van Laere, neonatologo dell'UZA, ha dedicato gran parte della carriera a trovare metodi migliori e più rapidi per rilevare la sepsi. "Negli ultimi dieci anni ho studiato le tendenze e i modelli tra i segni vitali e le complicazioni legate alla nascita pretermine", afferma.
La sua esperienza clinica ha rivelato che i cambiamenti dei segni vitali del bambino spesso sono visibili fino a diverse ore prima del rilevamento della sepsi. "Se potessimo rilevare prima questi cambiamenti dei dati, potremmo evitare un ritardo dell'avvio del trattamento antibiotico", afferma il dott. Van Laere. "Poiché gli antibiotici sono spesso salvavita in caso di sepsi, iniziare a somministrarli prima potrebbe potenzialmente incidere sulla gravità della malattia o addirittura aumentare le possibilità di sopravvivenza del bambino".
Questa realtà frustrante ha spinto il medico a trovare un modo per utilizzare al meglio la grande quantità di dati a disposizione. "La NICU dell'UZA è un ambiente altamente digitalizzato con più fonti di dati", afferma. "Disponiamo di set di dati completi, dalla nascita alla dimissione, che contengono segnali di monitoraggio, report, diagnosi, dati della cartella elettronica del paziente e altro ancora." Le informazioni ricavate dai dati dei pazienti possono aiutare a individuare gli stati patologici in una fase più precoce, se i medici riuscissero a trovare un modo per renderli fruibili.
Funzionalità migliorata
Può individuare un notevole numero di casi di sepsi grave
Rilevamento più rapido
Può aiutare a rilevare la sepsi in poche ore, più rapidamente rispetto al personale medico
Il Dottor Van Laere ha mosso i primi passi verso lo sviluppo di una soluzione basata sull'AI unendo le forze con un gruppo di ricerca bioinformatica presso l'Università di Anversa. Le prime iterazioni della soluzione sono state finanziate da una sovvenzione dell'università. Un ricercatore locale che lavora al progetto è diventato il primo collega a entrare a far parte di Innocens BV, uno spin-off congiunto dell'Università di Anversa e dell'UZA.
Il Dott. Van Laere ha anche discusso delle possibili soluzioni con il suo amico intimo Dirk A. Claessens, dirigente, consulente e specialista IBM di AI, dati e analytics predittiva.
I due si scambiavano spesso racconti sulle esperienze di lavoro durante i percorsi settimanali in bicicletta in città o quando si recavano al bistrot locale. Questi incontri rappresentavano un momento di pausa gradito per il Dottor Van Laere, che normalmente si occupava di neonati in crisi e di comunicare con genitori spaventati.
È stato durante questi incontri che i due si sono resi conto di avere in comune molto più dell'amore per la bicicletta e l'ottimo cibo: condividevano anche la passione per i dati. "I dati raccontano una storia." Quando un paziente ha gravi complicazioni, possiamo osservare le variazioni della sua fisiologia nei dati. Ci deve essere un modo per individuare il percorso, per poterne migliorare l'esito", ha detto il dottor Van Laere. Partendo da questo suggerimento del medico, Claessens iniziò ad annotare idee.
"La soluzione auspicata deve aiutare a rilevare più rapidamente i potenziali segnali che potrebbero indicare esiti avversi, come la sepsi nei neonati, sulla base dei dati a disposizione", ha affermato Claessens durante la loro vivace discussione. L'unità di terapia intensiva neonatale dell'UZA disponeva di un decennio di dati sui ricoveri di neonati prematuri e a basso peso alla nascita, offrendo ai due uomini un solido punto di partenza. Il dottor Van Laere desiderava integrare questi dati in una soluzione predittiva basata sull'AI in grado di fornire insight agli operatori sanitari. "La mia principale preoccupazione è riuscire a individuare i segni di una possibile infezione il prima possibile, anche di notte, anche quando la nostra unità è occupata."
Con l'ampia gamma di soluzioni di AI e le competenze tecniche di IBM Consulting ad Amsterdam, IBM Research ad Almaden e IBM Watson Center a Monaco di Baviera, Claessens sapeva che IBM poteva essere il partner tecnologico ideale per realizzare la visione del medico. Queste sessioni di brainstorming, insieme agli sviluppi del gruppo di ricerca universitario, hanno portato il Dott. Van Laere e il suo team a lanciare Innocens BV, una controllata creata per sviluppare e convalidare ulteriormente la soluzione Innocens.
Innocens, acronimo di Improving Neonatal Outcome with a Clinical Early Notification System, è una tecnologia di edge computing che addestra i computer ad analizzare i flussi di dati dei pazienti per trovare modelli che potrebbero indicare una sepsi tardiva. Secondo il Dott. Van Laere, una soluzione come Innocens è basata su tre pilastri: un modello predittivo, un'interfaccia utente avvincente e un'architettura solida.
Modello predittivo
I clienti possono addestrare i computer utilizzando un processo detto machine learning, una sottocategoria dell'AI che utilizza algoritmi per apprendere dai dati, trarre inferenze dai modelli al loro interno e aiutare a prevedere i risultati. Questi algoritmi si correggono e si addestrano costantemente per aumentare velocità e precisione.
IBM Client Engineering ha aiutato Innnocens a sviluppare e testare il modello di machine learning federato che la soluzione Innocens BV intende utilizzare. Innocens BV ha utilizzato IBM Watson Studio per addestrare i modelli di machine learning della sua soluzione a rilevare infezioni a flusso ematico nei neonati della NICU. IBM Watson Studio, un servizio di base su IBM Cloud Pak for Data, fornisce una piattaforma per la creazione, l'esecuzione e la gestione di modelli su larga scala.
Interfaccia utente
L'interfaccia user-friendly è intuitiva e offre insight che devono essere interpretati dall'utente. "Abbiamo utilizzato al meglio le funzionalità di AI spiegabili integrate in IBM Cloud Pak for Data, la piattaforma dati utilizzata per la modellazione", spiega Van Laere. " "Aiutando gli utenti a comprendere meglio i dati dei modelli e le ragioni sottese, stiamo creando una base di fiducia tra gli operatori sanitari e i loro strumenti, una fiducia fondamentale se vogliamo rimanere vigili."
Claessens prosegue sull'importanza della fiducia. “L'interfaccia utente è assolutamente fondamentale per rafforzare la comprensione della tecnologia da parte dell'utente. Vogliamo fornire una tecnologia che offra ai medici informazioni che possano poi utilizzare per formulare una diagnosi. L'idea è che il computer possa supportare le intuizioni umane, ma il medico alla fine mantenga il controllo".
Architettura robusta
Un'architettura robusta che integra l'edge computing avvicina il calcolo e il data storage alla fonte dei dati. Questo aspetto è fondamentale in un ambiente sanitario in cui vengono condivise informazioni sensibili durante il processo di cura e in cui il tempo è fondamentale. "I dispositivi che eseguiranno la visualizzazione e la previsione devono essere molto vicini alla fonte dei dati e alle persone che utilizzano i dati", afferma Claessens.
Origini dati diverse possono compromettere la sicurezza e causare latenza di risposta. "C'è l'ospedale, la stanza del paziente all'interno dell'ospedale, poi i dispositivi all'interno della stanza del paziente. Vogliamo isolare ciascuna di queste aree per proteggere i dati ed elaborare le informazioni in tempo reale", afferma Claessens.
I modelli Innocens vengono eseguiti localmente all'interno dei firewall dell'ospedale e possono funzionare ed evolversi senza rimuovere dati sensibili dall'ospedale. "I dati non elaborati rimarranno on-premise. Il machine learning federato esegue questa operazione senza spostare i dati. I parametri si sposteranno nel cloud, ma i dati non elaborati rimarranno all'interno dell’ospedale", afferma Claessens.
L'impatto della tecnologia Innocens è in fase di indagine nelle sperimentazioni cliniche. Potrebbe essere disponibile per la vendita nei prossimi anni.
Ciò che era iniziato come un semplice scambio di idee tra amici è diventato alla fine un approccio innovativo all'assistenza neonatale.
In Innoncens BV, il Dott. Van Laere e il suo team hanno utilizzato la tecnologia IBM per creare un ambiente di dati e intelligenza artificiale che consenta ai medici di studiare modelli, mettere in discussione i risultati e progettare cure personalizzate basate sul valore.
Il modello predittivo fornisce ai medici una base continua, spiegabile e basata sui dati per le decisioni di cura. Il Dott. Van Laere prosegue: "Innocens lavora al nostro fianco per monitorare i neonati 24 ore su 24, sette giorni su sette". Aumentando le informazioni a disposizione degli operatori sanitari al capezzale, i medici delle unità di terapia intensiva neonatale possono concentrarsi sull'offrire comfort e cure precise ai pazienti.
Infine, il Dott. Van Laere e Claessens considerano l'impatto della soluzione Innocens sulla previsione di potenziali sepsi e sul trattamento precoci come l'inizio di un percorso più lungo verso l'applicazione dell'AI per migliorare la cura dei neonati. "Ci auguriamo che lo stesso approccio basato su modelli possa essere utilizzato per rilevare altre complicazioni che interessano nati prematuri in una fase precoce", afferma il Dott. Van Laere. IBM Cloud Pak for Data, IBM Watson Studio e IBM Watson Machine Learning stanno alimentando e supportando i piani di Innocens BV per implementare la soluzione in altri ospedali e sistemi NICU in tutto il mondo.
Innocens BV (link esterno a ibm.com) è una startup di ricerca e sviluppo della Neonatal Intensive Care Unit of Antwerp University Hospital (UZA). Innocens è l’acronimo di "Improving Neonatal Outcome with a Clinical Early Notification System", e la soluzione Innocens mira a sviluppare un sistema di supporto alle decisioni cliniche basato sulla tecnologia AI.
¹ Palmeira, P., Quinello, C., Silveira-Lessa, A. L., Zago, C. A., & Carneiro-Sampaio, M. (2012). IgG placental transfer in healthy and pathological pregnancies. Clinical & developmental immunology, 2012, 985646. https://doi.org/10.1155/2012/985646
Note a piè di pagina
© Copyright IBM Corporation 2023. IBM Corporation, IBM Cloud, New Orchard Road, Armonk, NY 10504
Prodotto negli Stati Uniti d'America, marzo 2023.
IBM, il logo IBM, ibm.com, IBM Consulting, IBM Cloud Pak, IBM Research e IBM Watson sono marchi di International Business Machines Corp., registrati in diverse giurisdizioni del mondo. Altri nomi di prodotti e servizi potrebbero essere marchi registrati di IBM o di altre società. Un elenco aggiornato dei marchi IBM è disponibile sul Web all'indirizzo "Copyright and trademark information" all'indirizzo http://www.ibm.com/it-it/legal/copytrade.
Innocens BV è proprietario della tecnologia Clinical Decision Support di Innocens AI. Questa tecnologia include un modello di machine learning per il rilevamento della sepsi a esordio tardivo nei neonati molto prematuri. Il modello di machine learning è stato sviluppato presso l'Ospedale universitario di Anversa in collaborazione con l'Ospedale universitario di Anversa e IBM.
Le informazioni contenute nel presente documento sono aggiornate alla data della prima pubblicazione e possono essere modificate da IBM senza preavviso. Non tutte le offerte sono disponibili in ogni Paese in cui opera IBM.
Tutti gli esempi citati relativi a clienti sono presentati per illustrare il modo in cui alcuni clienti hanno utilizzato i prodotti IBM e i risultati da essi eventualmente conseguiti. I costi effettivi relativi agli ambienti e le caratteristiche inerenti alle performance possono variare a seconda delle specifiche configurazioni e condizioni del cliente. In generale non è possibile fornire risultati attesi, poiché i risultati di ciascun cliente dipendono interamente dai sistemi e dai servizi ordinati. LE INFORMAZIONI FORNITE NEL PRESENTE DOCUMENTO SONO DA CONSIDERARSI “NELLO STATO IN CUI SI TROVANO”, SENZA GARANZIE, ESPLICITE O IMPLICITE, IVI INCLUSE GARANZIE DI COMMERCIABILITÀ, DI IDONEITÀ PER UN PARTICOLARE SCOPO E GARANZIE O CONDIZIONI DI NON VIOLAZIONE. I prodotti IBM sono coperti da garanzia in accordo con i termini e le condizioni dei contratti sulla base dei quali vengono forniti.