Individuare i pazienti che possiedono le caratteristiche necessarie per partecipare a uno studio clinico è una delle fasi più delicate della ricerca. L’attività richiede l’analisi di una grande quantità di informazioni cliniche e può incidere sullo svolgimento delle sperimentazioni. Per rendere questo processo più rapido ed efficace, il Clinical Trial Center (CTC) dell’AOU AL, la cui responsabile è Marta Betti, ha sviluppato insieme all’ICT aziendale un progetto basato sull’intelligenza artificiale per supportare l’arruolamento dei pazienti negli studi clinici.
L’obiettivo di questa iniziativa è rendere più efficiente la fase di screening preliminare, utilizzando un sistema capace di analizzare le informazioni contenute nelle cartelle cliniche elettroniche e confrontarle con i criteri previsti dai protocolli di ricerca.
IL PROGETTO – Sperimentato su uno studio clinico oncologico di fase III, dedicato a pazienti con tumore della mammella metastatico ER+/HER2-, è caratterizzato da criteri di eleggibilità particolarmente complessi. Proprio questa complessità è stato un banco di prova significativo per verificare le potenzialità dello strumento. Il lavoro ha richiesto una stretta collaborazione tra ricercatori, clinici e specialisti informatici. In una prima fase sono stati analizzati i criteri di inclusione ed esclusione dello studio e le diverse fonti informative, poi il sistema è stato testato su documenti anonimi, attribuendo a ciascun paziente un punteggio di potenziale eleggibilità.
I risultati evidenziano che l’automazione riduce i tempi necessari e migliora l’accuratezza delle verifiche. Infatti l’intelligenza artificiale non sostituisce il medico, ma lo supporta, gestendo grandi quantità di dati con maggiore rapidità.
L’esperienza sviluppata dal CTC del DAIRI, diretto dal commissario per il riconoscimento a IRCCS dell’AOU AL Antonio Maconi, all’interno dell’Ospedale di Alessandria, 1° IRCCS pubblico del Piemonte, dimostra come le tecnologie digitali trovino applicazioni nei processi di ricerca, rendendo più efficiente il percorso che porta dall’innovazione scientifica alle opportunità di cura per i pazienti.
