Un uomo con una storia di aritmia cardiaca viene ricoverato in un pronto soccorso in Virginia, con sintomi di dolore toracico e battito cardiaco irregolare. In base a fattori quali l'età, frequenza respiratoria, pressione sanguigna, e conta piastrinica, i medici sono in grado di determinare la probabilità che sopravviva in terapia intensiva. Lo fanno con l'aiuto di un punteggio di gravità della malattia dell'unità di terapia intensiva (ICU), il più comune dei quali è il sistema APACHE. APACHE—Acute Physiology and Chronic Health Evaluation—è stato originariamente progettato nei primi anni '80 come strumento per prevedere, presentando quindi il rischio di mortalità in terapia intensiva in un formato semplificato.

Con segni vitali e livelli sierici controllati, si stima che l'uomo abbia un rischio del 7%, suggerendo una probabilità relativamente bassa di morire durante la sua permanenza in terapia intensiva. L'ospedale utilizzerà questo punteggio per valutare in seguito le proprie prestazioni, e confrontare i risultati di pazienti simili con quelli di altri ospedali.

Tuttavia, se il paziente fosse stato australiano e portato in un'unità di terapia intensiva a Perth, il punteggio APACHE incentrato sugli Stati Uniti potrebbe essersi dimostrato meno utile, con le sue possibilità di sopravvivenza una questione più complessa, dice Jesse Raffa, uno scienziato ricercatore presso l'Institute for Medical Engineering and Science (IMES) e sviluppatore principale di un nuovo sistema di punteggio noto come punteggio Global Open Source Severity of Illness, o GOSSI.

"Sarebbe difficile dire se un modello sviluppato su pazienti americani sia rilevante per un tale paziente in Australia, "Dice Raffa. "Quello che stiamo cercando di fare è trovare qualcosa di più appropriato a livello internazionale".

Con GOSSI, Raffa e un gruppo di collaboratori stanno cercando di raccogliere e incorporare dati ospedalieri da una vasta gamma di paesi, creando così un punteggio di gravità della malattia in terapia intensiva veramente universale da utilizzare in una varietà di contesti. Raff e il gruppo — i co-ricercatori Alistair Johnson, Tom Pollard, David Pilcher, e Omar Badawi, consigliato dal Principal Research Scientist Leo Anthony Celi e parte del Laboratory for Computational Physiology, guidato dal professor Roger Mark presso IMES, che insieme agli ospedali partecipanti sono collettivamente denominati Consorzio GOSSIS — mira anche a fornire un sistema calibrato meglio rispetto ai modelli precedenti. Il finanziamento iniziale per GOSSIS è stato fornito da Philips Healthcare e dal National Institutes of Health.

"L'uso principale di APACHE è che gli ospedali monitorino le loro prestazioni, " dice Raffa. "E la calibrazione è importante per il benchmarking, o confrontare le statistiche di sopravvivenza con quelle di altri ospedali, e quindi valutare le prestazioni relative."

Mentre gli ospedali generalmente hanno un'idea dei propri tassi di mortalità dei pazienti, Raffa dice, spesso mancano modelli di previsione ben calibrati, rendendo difficile il confronto con i loro coetanei. "Quando hai un approccio sistematico, un algoritmo convalidato, questo porta a un benchmarking più accurato del tuo centro".

Quasi 45 ospedali statunitensi attualmente forniscono dati ad APACHE IV, una recente iterazione di APACHE. In contrasto, all'inizio del 2019, Esistono set di dati pronti per GOSSIS per le unità di terapia intensiva in Argentina, Australia, Nuova Zelanda, Bangladesh, India, Nepal, Sri Lanka, Brasile, e 205 ospedali americani. Insieme ai membri del consorzio internazionale, il sistema GOSSIS fornirà dati da un totale di più di 1, 000 strutture mediche.

Un ulteriore vantaggio proposto da GOSSIS:il suo rapporto costo-efficacia. A differenza dei costosi punteggi APACHE, spesso difficili da ottenere per gli ospedali con minori risorse e che non possono essere considerati del tutto analoghi alle segnalazioni di altri paesi, È possibile accedere a GOSSIS, così come aggiunto a, gratuitamente, un potenziale vantaggio per il sistema, come con una partecipazione maggiore e più attiva, l'algoritmo stesso ha l'opportunità unica di essere aggiornato regolarmente, e migliorato.

"GOSSIS è un'iniziativa importante per numerosi motivi, " dice Celi. "Prima di tutto è la sua natura open-source, che consente la valutazione continua e la ricalibrazione dell'algoritmo. Questo è difficile con i sistemi di punteggio proprietari e in genere sarebbe accompagnato dai fornitori che addebitano di più per questi servizi. La seconda ragione è la partecipazione di un numero molto maggiore di paesi che sono tradizionalmente esclusi dallo sviluppo di tali punteggi. Facendo in modo che questi paesi forniscano dati per addestrare l'algoritmo, è più probabile che l'algoritmo funzioni bene sulla loro popolazione".

Sebbene GOSSIS sarà disponibile per qualsiasi ospedale in cerca di accesso, i ricercatori incoraggiano il maggior numero possibile di unità di terapia intensiva, In tutto il mondo, per caricare i propri dati.

"Contribuendo con i propri dati di terapia intensiva, gli ospedali assicurano che siano ben rappresentati nell'algoritmo. Spesso gli ospedali raccolgono comunque tutti o parte di questi elementi di dati, in particolare se utilizzano un altro sistema di punteggio, "dice Raffa.

Aggiunge che l'omogeneità non sarà un prerequisito per il caricamento dei dati. "Riconosciamo che non tutti avranno dati perfetti, e abbiamo scelto l'approccio che abbiamo usato con questo in mente."

Badawi, capo di Health Data Science e AI presso Philips Patient Care Analytics, è fiducioso che il sistema avrà un impatto importante. "Tra 10 anni, immaginiamo un grande consorzio di dati forniti da ogni regione del mondo, che consentirebbe la disponibilità di una varietà di modelli di rischio open source in tutti i paesi".

Nelle sue prime fasi di adozione, GOSSIS sta già ottenendo ampia attenzione da parte della comunità medica. Il 19 febbraio, Raffa e i suoi colleghi hanno ricevuto il Silver Medal Award per il loro lavoro dalla Society of Critical Care Medicine di San Diego. Riflettendo sul premio, Raffa dice di essere stato onorato, soprattutto come data scientist, essere riconosciuto da un'organizzazione di professionisti medici.

"Avere il team riconosciuto con questo premio è un onore, e penso che illustri bene che la scienza dei dati, in particolare se fatto in collaborazione con i medici, avrà un ruolo importante nel futuro della ricerca clinica, "dice Raffa.

Questa storia è stata ripubblicata per gentile concessione di MIT News (web.mit.edu/newsoffice/), un popolare sito che copre notizie sulla ricerca del MIT, innovazione e didattica.