Londra - L’intelligenza artificiale come strumento predittivo per supportare la definizione dell’alimentazione nei neonati prematuri. È questo il presupposto alla base di uno studio innovativo, pubblicato di recente sul Journal of Perinatology – rivista del portfolio “Nature” – frutto del lavoro congiunto di ricercatrici della Fondazione IRCCS San Gerardo dei Tintori e del dipartimento di Elettronica, informazione e bioingegneria del Politecnico di Milano. Per la FSGT hanno partecipato le neonatologhe Maria Luisa Ventura, Valentina Bozzetti, Valeria Cavalleri, Lucia Iozzi con le ingegnere Emanuela Zannin e Paola Coglianese. Per il Politecnico di Milano hanno contribuito la professoressa Simona Ferrante con le ingegnere Linda Greta Dui e Silvia Riccò. Il lavoro affronta uno dei momenti più delicati nella cura del neonato altamente pretermine: il passaggio dall’alimentazione per via endovenosa (parenterale) a quella per via orale (enterale), una fase di “transizione nutrizionale” estremamente cruciale per crescita e sviluppo, che oggi viene gestita senza approcci standardizzati supportati da evidenze scientifiche robuste e in cui un apporto di nutrienti eccessivo, insufficiente o sbilanciato può determinare complicazioni e contribuire a un rallentamento della crescita extrauterina (Extrauterine Growth Restriction, EUGR). I risultati mostrano che un adeguato apporto di proteine e lipidi già nei primi giorni di vita, insieme al tasso di crescita nella prima settimana, rappresentano elementi chiave per predire l’EUGR. “Studiare la transizione nutrizionale significa puntare non solo a ‘far crescere di più’, ma a sostenere la qualità complessiva dello sviluppo - spiega Valentina Bozzetti - Per farlo, però, serve riuscire a leggere davvero ciò che accade nei giorni più delicati della vita, quando ogni scelta può fare la differenza”. “È qui che entra in gioco la forza dei dati: in questo lavoro abbiamo potuto attingere a un vero e proprio ‘mare di dati’ – sottolinea Maria Luisa Ventura – oltre mille cartelle cliniche elettroniche di neonati grandi prematuri seguiti in un unico centro, ciascuna ricchissima di informazioni cliniche e nutrizionali. Mettere questo patrimonio nelle mani dell’intelligenza artificiale significa poter affrontare una complessità che gli studi tradizionali non riescono a catturare con la stessa profondità”. “L’intelligenza artificiale permette di integrare grandi volumi di dati clinici eterogenei e di trasformarli in strumenti utili per la ricerca e, progressivamente, per supportare le decisioni cliniche – commenta Simona Ferrante – Il valore nasce dall’incontro tra competenze: da un lato la solidità metodologica e la capacità di leggere la complessità dei dati, dall’altro la conoscenza clinica che dà senso ai numeri e orienta le domande giuste. È così che i modelli diventano non solo accurati, ma anche interpretabili e potenzialmente trasferibili nella pratica”. (9colonne)