Uno studio italiano prevede la terapia più efficace con 48 ore di anticipo. Un modello di machine learning sviluppato da IDI-IRCCS, ISS e CNR apre nuove prospettive nella medicina di precisione, consentendo di identificare rapidamente l’antibiotico più adatto e contrastare la diffusione dei batteri resistenti.
L’antibiotico-resistenza rappresenta una delle più gravi emergenze sanitarie del XXI secolo. Ogni anno milioni di persone nel mondo sono colpite da infezioni causate da microrganismi sempre più difficili da trattare, mentre la ricerca di nuove strategie terapeutiche diventa una priorità per i sistemi sanitari internazionali.
In questo scenario, l’intelligenza artificiale si conferma uno strumento sempre più determinante per la medicina del futuro. Un importante studio italiano, pubblicato sull’International Journal of Infectious Diseases (IJID), dimostra come algoritmi avanzati di machine learning possano supportare i medici nell’identificazione dell’antibiotico più efficace, riducendo significativamente i tempi necessari per impostare una terapia mirata.
Intelligenza artificiale e medicina di precisione per combattere le infezioni
La ricerca è stata coordinata dall’IDI-IRCCS di Roma in collaborazione con l’Istituto Superiore di Sanità, il Consiglio Nazionale delle Ricerche, l’Università degli Studi di Salerno e l’Università Link Campus.
L’obiettivo era sviluppare un sistema capace di prevedere la sensibilità dei batteri ai diversi antibiotici utilizzando esclusivamente i dati clinici e microbiologici raccolti quotidianamente negli ospedali.
I risultati mostrano che l’intelligenza artificiale può diventare un prezioso alleato nella lotta contro le infezioni batteriche, consentendo decisioni terapeutiche più rapide, personalizzate e accurate.
Lo studio: quasi 10.000 pazienti analizzati
I ricercatori hanno esaminato 15.581 isolati batterici provenienti da 9.966 pazienti assistiti tra il 2018 e il 2024 in due strutture ospedaliere italiane.
Attraverso l’elaborazione dei dati clinici e microbiologici, il team ha sviluppato un modello predittivo capace di generare un vero e proprio “antibiogramma digitale”, ovvero una previsione della risposta dei batteri ai diversi antibiotici prima ancora che siano disponibili i risultati dei test microbiologici tradizionali.
L’accuratezza del sistema ha superato il 90%, un risultato particolarmente significativo considerando che le previsioni vengono fornite con almeno 48 ore di anticipo rispetto ai tempi necessari per ottenere un antibiogramma convenzionale.
Perché ridurre i tempi è fondamentale
Nelle infezioni gravi, il tempo rappresenta un fattore critico. L’avvio tempestivo della terapia antibiotica corretta può fare la differenza tra una rapida guarigione e complicazioni potenzialmente letali.
Al contrario, la scelta iniziale di un antibiotico inefficace può:
- aumentare il rischio di peggioramento clinico;
- prolungare la degenza ospedaliera;
- incrementare i costi sanitari;
- favorire la diffusione di ceppi batterici resistenti;
- ridurre l’efficacia futura degli antibiotici disponibili.
Disporre di uno strumento capace di orientare rapidamente il medico verso la terapia più appropriata rappresenta quindi un vantaggio clinico e organizzativo di grande rilevanza.
Verso ospedali più intelligenti e sostenibili
Uno degli aspetti più innovativi dello studio riguarda l’utilizzo di informazioni già presenti nelle cartelle cliniche elettroniche e nei sistemi informativi ospedalieri.
Non sono infatti necessari nuovi esami o apparecchiature dedicate: il modello sfrutta dati già disponibili, trasformandoli in uno strumento decisionale ad alto valore aggiunto.
Secondo il microbiologo Giuseppe Piccinni, coautore della ricerca, le informazioni raccolte quotidianamente negli ospedali possono essere utilizzate per supportare decisioni terapeutiche rapide, efficaci e mirate, migliorando la qualità delle cure e contribuendo a contenere il fenomeno dell’antibiotico-resistenza.
Il futuro della lotta all’antibiotico-resistenza passa dall’AI
L’integrazione tra intelligenza artificiale, microbiologia e medicina di precisione rappresenta una delle frontiere più promettenti della sanità digitale. Studi come quello coordinato dall’IDI-IRCCS dimostrano che l’AI non è soltanto uno strumento tecnologico, ma può diventare un vero supporto clinico nella pratica quotidiana.
La possibilità di prevedere in anticipo quale antibiotico sarà più efficace apre infatti nuove prospettive per una medicina sempre più personalizzata, contribuendo a preservare l’efficacia dei farmaci esistenti e a contrastare una delle principali minacce sanitarie globali individuate dall’Organizzazione Mondiale della Sanità.
