Le lesioni spinali rappresentano una delle sfide mediche più complesse da affrontare, con oltre 20 milioni di persone colpite nel mondo secondo l'Organizzazione Mondiale della Sanità e quasi un milione di nuovi casi ogni anno. La difficoltà nel predire l'evoluzione clinica di questi traumi ha spinto un team dell'Università di Waterloo a esplorare una strada innovativa: utilizzare i normali esami del sangue di routine per anticipare la gravità del danno e persino stimare il rischio di mortalità dei pazienti.
L'intelligenza artificiale al servizio della prognosi
I ricercatori canadesi hanno applicato tecniche di machine learning per analizzare milioni di dati provenienti da oltre 2.600 pazienti statunitensi ospedalizzati per traumi spinali. L'approccio si basa su un concetto apparentemente semplice ma rivoluzionario: trasformare le analisi di routine, ovvero quelle che vengono effettuate quotidianamente in qualsiasi ospedale, in strumenti predittivi sofisticati.
"Gli esami del sangue di routine potrebbero offrire ai medici informazioni importanti e accessibili economicamente per aiutare a predire il rischio di morte, la presenza di una lesione e quanto grave potrebbe essere", spiega il dottor Abel Torres Espín, professore presso la Scuola di Scienze della Salute Pubblica di Waterloo.
Oltre i limiti degli esami neurologici tradizionali
La ricerca si concentra sui parametri ematici rilevati durante le prime tre settimane successive al trauma, analizzando elementi comuni come elettroliti e cellule immunitarie. Questo approccio supera una limitazione significativa degli esami neurologici precoci, che spesso risultano inaffidabili perché dipendono dalla capacità di risposta del paziente.
La dottoressa Marzieh Mussavi Rizi, ricercatrice post-dottorato nel laboratorio di Torres Espín, sottolinea come "mentre un singolo biomarker misurato in un momento specifico può avere potere predittivo, la storia più ampia risiede in biomarker multipli e nei cambiamenti che mostrano nel tempo".
Precisione crescente e applicabilità universale
I modelli sviluppati dal team canadese dimostrano una capacità predittiva notevole già da uno a tre giorni dopo il ricovero ospedaliero, con un'accuratezza che aumenta progressivamente man mano che diventano disponibili più esami del sangue. Questa tempistica rappresenta un vantaggio cruciale rispetto alle misure standard di gravità non specifiche, solitamente eseguite durante il primo giorno di arrivo in terapia intensiva.
L'aspetto più promettente della scoperta risiede nella sua accessibilità universale. Mentre altre tecnologie diagnostiche come la risonanza magnetica o i biomarker basati su analisi dei fluidi corporei possono fornire dati obiettivi, non sono sempre facilmente disponibili in tutti i contesti medici. Al contrario, gli esami del sangue di routine sono economici, semplici da ottenere e disponibili in qualsiasi struttura ospedaliera.
Verso una medicina predittiva più efficace
La capacità di distinguere precocemente tra lesioni motorie complete e incomplete utilizzando dati ematici di routine apre scenari inediti per la pratica clinica. Come evidenzia Torres Espín, "la previsione della gravità della lesione nei primi giorni è clinicamente rilevante per il processo decisionale, tuttavia rappresenta un compito impegnativo attraverso la sola valutazione neurologica".
Questo lavoro pionieristico, pubblicato sulla rivista NPJ Digital Medicine di Nature, potrebbe trasformare radicalmente l'approccio alle cure intensive, consentendo decisioni più informate riguardo alle priorità terapeutiche e all'allocazione delle risorse negli ambienti di cura critica, non solo per le lesioni spinali ma potenzialmente per molti altri traumi fisici.
