Gli scienziati colombiani sviluppano uno strumento di intelligenza artificiale per prevedere le complicazioni della malaria

L'Organizzazione Mondiale della Sanità stima che nel 2023 si siano verificati 263 milioni di casi di malaria e 597.000 decessi a causa della malattia in tutto il mondo. La Colombia non è estranea a questo tipo di casi. A novembre 2024, secondo l'Istituto Nazionale di Sanità, i dati hanno mostrato un aumento dell'81% dei casi di malaria nel Paese rispetto allo stesso anno.

La malaria è una malattia causata dal parassita Plasmodium, spesso confusa con la febbre gialla e la febbre dengue, perché trasmessa da vettori che sono ospiti intermedi della malattia, cioè presenti negli animali portatori della malattia ma che non ne sono colpiti.

"I vettori sono il collegamento tra l'ospite iniziale o l'animale che trasmette la malattia e l'uomo. I vettori sono generalmente le zanzare. Questi insetti sono responsabili della trasmissione della malattia da un luogo all'altro. Pertanto, uno dei motivi per cui la malattia è così confusa è che viene trasmessa attraverso questi vettori", afferma il Dott. Luis Felipe Reyes, stimato professore di malattie infettive presso la Facoltà di Medicina dell'Università di La Sabana.

Con l'obiettivo di contribuire a strategie per risolvere le cause profonde della malaria e partendo dal fatto che la malattia si manifesta solitamente in zone remote e nella giungla, dove ospedali e punti di assistenza sanitaria non sono sempre raggiungibili, un gruppo di ricercatori dell'Università di La Sabana, composto da Alirio Bastidas-Goyes, Juan Leon-Ariza, Angela Guerrero, Mauricio Agudelo, Daniel Botero-Rosas ed Eduardo Tuta-Quintero, si è proposto di creare un'intelligenza artificiale che faciliti la diagnosi della malattia, un processo documentato anche nell'articolo "Applicazione dell'intelligenza artificiale nella previsione delle complicazioni nei pazienti con malaria".

"Abbiamo creato un sistema dotato di intelligenza artificiale che analizza variabili molto semplici, senza bisogno di tecnologie avanzate, e che è in grado di prevedere se una persona avrà delle complicazioni oppure no", spiega Daniel Botero.

Questo sviluppo è innovativo perché diventa uno strumento semplice da utilizzare per chiunque operi nel settore sanitario. Permette, senza la necessità di uno striscio di sangue spesso, che richiede un microscopio, un laboratorio e un batteriologo, di identificare il tipo di Plasmodium presente nel paziente e di determinare la probabilità che si sviluppino complicazioni. "In questo modo, non abbiamo bisogno del test e raggiungiamo un'efficienza simile a quella ottenuta con i metodi attuali", aggiunge Botero.

Per raggiungere questo obiettivo, gli esperti hanno identificato una serie di variabili che consentono di identificare la presenza della malattia. In alcuni casi, malattie come la dengue e la febbre gialla possono essere confuse con la malaria, quindi l'intelligenza artificiale può aiutare a distinguerle e a stabilire una diagnosi più precisa.

In questo contesto, gli esperti hanno preso in considerazione fattori quali la pressione arteriosa media, l'emoglobina, la conta dei globuli bianchi, la conta delle piastrine, la bilirubina totale, la difficoltà respiratoria, il vomito, la precedente storia di malaria, l'uso precedente di farmaci antimalarici e la febbre persistente.

"L'idea era di unire questi due aspetti, sia la fattibilità del test in contesti non attivi sia la rappresentazione degli apparati compromessi dalla malattia, per combinare queste informazioni e produrre un risultato che ci dica se esiste una probabilità, e in quale misura, che la malattia sia grave e pericolosa per la vita", afferma il dott. Eduardo Tuta Quintero.

Pertanto, utilizzando un database composto da 412 pazienti colombiani, un campione che, rispetto ad altri studi, è il più fedele alla realtà del Paese, ha permesso di sviluppare le tecniche di V cross, Random Cross Validation, Modified Retention Validation e Proportional Sample Percentage Validation per valutare le prestazioni di una rete neurale.

Questa scoperta potrebbe avere un impatto significativo, soprattutto nelle aree rurali o con risorse limitate, dove diagnosi rapide e accurate possono fare la differenza tra la vita e la morte.

"Il modello deve ancora essere convalidato con dati provenienti da altri centri medici, ma rappresenta un passo importante verso l'integrazione dell'intelligenza artificiale nella pratica clinica per le malattie infettive in contesti ad alta incidenza come la Colombia", ha concluso Botero-Rosas.

Pertanto, in una seconda fase, il team di medici e ingegneri cercherà di implementarlo in modo che le persone coinvolte nel settore sanitario possano, tramite un'app, inserire i dati richiesti e determinare se esiste un'alta o una bassa probabilità che un paziente sviluppi delle complicazioni.

Per raggiungere questa seconda fase, spiega Botero, è necessaria l'approvazione per l'uso sugli esseri umani e la previa approvazione di diversi filtri di validazione. "Al momento, dobbiamo testarlo su popolazioni esterne per vedere se continua a funzionare bene come nella validazione interna, ovvero in base ai dati in nostro possesso".

Grazie a questo strumento, il team di ricercatori intende contribuire a una tendenza globale nota come medicina personalizzata, in cui i sistemi di supporto forniscono ai medici assistenza per prendere decisioni migliori.

Giornalista ambientale e sanitario