La tubercolosi multiresistente sta causando una crisi di salute pubblica e una minaccia per la sicurezza sanitaria.
Il COVID-19 minaccia di svelare anni di progressi nel rilevamento e nei trattamenti della tubercolosi.
Ma l’intelligenza artificiale è destinata a svolgere un ruolo crescente nella diagnosi della tubercolosi e potrebbe superare in astuzia questa battuta d’arresto.
La tubercolosi (TB) è il secondo killer infettivo più mortale, dopo il COVID-19, che ha causato 1,5 milioni di vittime nel 2020 ma ora è in gran parte sotto controllo. Nel frattempo, la tubercolosi multiresistente rimane una crisi di salute pubblica e una minaccia per la sicurezza sanitaria. L’ Organizzazione Mondiale della Sanità conferma che la pandemia di COVID-19 potrebbe iniziare a svelare anni di progressi nella lotta contro la tubercolosi. Ciò è in gran parte il risultato dell’interruzione dell’accesso ai servizi di tubercolosi e di un calo delle risorse, che ha portato a un calo nel rilevamento di nuovi casi. A causa dell’accesso limitato alla diagnostica e dei blocchi imposti per contenere la pandemia di COVID-19, 4,1 milioni di casi non sono stati diagnosticati . L’India è stata la peggiore (41%) seguita dall’Indonesia (14%) e dalle Filippine (12%).
Considerata la pietra miliare di una riduzione del 35% dei decessi per TB entro il 2020, dettagliata nella strategia The End TB , la riduzione globale nel periodo di tempo corrispondente è stata solo del 9,2%.
La prevenzione e la diagnosi precoce della tubercolosi sono fondamentali per il suo trattamento
Per raggiungere gli obiettivi stabiliti nella strategia The End TB, i pazienti devono essere messi al centro dell’erogazione del servizio e la diagnosi e la prevenzione precoci sono il primo passo. Una solida infrastruttura per i test e una forza lavoro adeguata e formata sono i principi essenziali necessari per ottenere lo stesso risultato. Il rapporto globale sulla tubercolosi del 2021, tuttavia, rileva che la spesa per i servizi di diagnostica, trattamento e prevenzione della tubercolosi è scesa da $ 5,8 miliardi a $ 5,3 miliardi, che è meno della metà dell’obiettivo globale per il finanziamento completo della risposta alla tubercolosi di $ 13 miliardi all’anno entro il 2022.
La situazione attuale, insieme all’importanza dei dati, ha innescato una crescente consapevolezza e accettazione della necessità di evoluzione nel nostro approccio ai flussi di lavoro sanitari. Questo riconoscimento è stato facilitato dai rapidi progressi compiuti dall’apprendimento automatico e dalle soluzioni basate sull’intelligenza artificiale (AI) progettate specificamente per soddisfare le esigenze mediche.
Hai letto?
Cos’è la tubercolosi e perché i decessi aumentano?
Questa app per la tubercolosi aumenta le probabilità che i pazienti completino il trattamento
La tecnologia AI può aiutare a rilevare la tubercolosi
Il ruolo dell’IA nella diagnostica sta crescendo rapidamente. Le ampie aree in cui può assistere ospedali e medici includono un processo decisionale clinico efficiente e accurato, il riconoscimento delle immagini mediche, lo snellimento del flusso di lavoro tramite l’automazione delle attività ripetitive, l’alleggerimento degli oneri amministrativi e la gestione del trattamento. In particolare, il campo della radiologia ha abbracciato rapidamente l’uso di soluzioni di intelligenza artificiale. Questo perché il campo è basato sui dati e la diagnosi dipende dalla conferma visiva e dall’interpretazione delle radiografie del torace da parte di radiologi qualificati. È qui che si trova una sfida significativa.
La carenza globale di radiologi è una delle difficoltà inespresse dell’assistenza sanitaria. Più di due terzi (5,2 miliardi) dei 7,9 miliardi di persone sulla terra non ne hanno accesso. La carenza di questo set di competenze è un fattore chiave alla base dei problemi esacerbanti nell’assistenza sanitaria polmonare ed è un’area su cui le soluzioni di intelligenza artificiale possono avere un impatto riducendo la pressione sul tempo e sui professionisti dell’imaging medico a corto di risorse, aiutandoli a elaborare volumi considerevoli di dati di imaging, valutare i casi critici e creare report.
Esistono varie organizzazioni che sviluppano soluzioni di intelligenza artificiale per l’imaging medico. Uno di questi è Qure.ai , che ha ottenuto le autorizzazioni FDA/CE per evidenziare e dare priorità alle anomalie nelle radiografie del torace. Diamo un’occhiata a un esempio di come la soluzione di Qure.ai è stata implementata e ha contribuito ad alleviare i problemi e migliorare i sistemi di tubercolosi esistenti.
Ottimizzazione della diagnostica della tubercolosi in Rajasthan, India
Secondo l’OMS, l’India deve affrontare uno dei più alti oneri di tubercolosi al mondo. In una nazione così densamente popolata, anche gli ospedali dei centri cittadini lottano per gestire il ciclo dalla diagnosi al trattamento di questa malattia altamente infettiva. Una delle principali preoccupazioni per i medici nelle strutture urbane è il triage della tubercolosi, poiché i vincoli di risorse spesso portano alla scomparsa di pazienti potenzialmente infetti prima che venga fornita una diagnosi corretta.
Nello stato nord-occidentale del Rajasthan, il Baran District Hospital si rivolge a una regione di 1,2 milioni di residenti. È una struttura di cure terziarie con un centro dedicato alla tubercolosi e una serie di servizi e capacità di radiologia. Riceve le referenze dei pazienti dalla popolazione locale e dai migranti degli stati vicini. Nel 2019, la percentuale di casi di tubercolosi appena identificati aveva superato l’80% della notifica totale, un aumento rispetto agli anni precedenti. Di conseguenza, i medici del torace dell’ospedale hanno lottato con l’ampia base di pazienti affetti da tubercolosi e avevano un disperato bisogno di assistenza.
Qure.ai ha collaborato con l’ospedale per iniziare l’implementazione completa e il test in tempo reale della sua soluzione a raggi X del torace basata sull’intelligenza artificiale. La sua integrazione nel flusso di lavoro diagnostico ha avuto un impatto positivo sull’efficienza clinica in diverse aree chiave. C’è stato un aumento del 33% del tasso di notifica e il numero di abbandoni dei casi presunti è stato ridotto dal 72% al 53%.
Dal possibile al probabile: l’IA oltre la tubercolosi
L’uso degli strumenti di intelligenza artificiale per lo screening della tubercolosi è un momento spartiacque. Il rapporto Global TB raccomanda di aumentare gli investimenti nella ricerca sulla tubercolosi per guidare le scoperte tecnologiche e la rapida diffusione dell’innovazione. Gli interventi basati sull’intelligenza artificiale sono una leva per raggiungere questo obiettivo.
Allo stesso tempo, l’IA ha un ruolo fondamentale da svolgere nella diagnosi e nel trattamento del cancro più mortale al mondo: il cancro ai polmoni. Circa il 75% dei pazienti muore entro cinque anni dalla diagnosi perché i sintomi vengono rilevati nelle fasi successive della malattia, quando è più difficile da trattare. Circa il 35% dei noduli polmonari viene perso allo screening iniziale e i sintomi iniziali tendono ad essere innocui e spesso ignorati.
Quando gli indicatori fisiologici del cancro del polmone vengono identificati in precedenza, i risultati per i pazienti migliorano notevolmente. Il compito chiave di un radiologo nel flusso di lavoro di screening è cercare i noduli polmonari e valutarne il rischio di malignità in base a dimensioni, forma, struttura, tipo, posizione e crescita. Questi possono anche essere valutati da soluzioni di intelligenza artificiale, che possono scansionare TC e rilevare noduli polmonari che potrebbero non essere visibili anche ad occhio nudo.
Pertanto, l’IA può svolgere un ruolo fondamentale come strumento diagnostico parallelo, automatizzando processi ripetitivi selezionati, aumentando gli sforzi dei medici e operando come un secondo paio di occhi per garantire l’assenza di ritardi nel trattamento. Alla fine, il potenziale dell’IA di avere un impatto sull’assistenza sanitaria e a beneficio delle parti interessate è infinito, limitato solo dalla nostra immaginazione.
