Un modello di intelligenza artificiale ha individuato con anni di anticipo gli adulti a più alto rischio di sviluppare il diabete di tipo 2, analizzando le cartelle cliniche di oltre 3,3 milioni di persone, secondo i dati presentati al congresso scientifico dell’American Diabetes Association tenutosi a inizio giugno a New Orleans.
Lo strumento, sviluppato dai ricercatori di Kaiser Permanente Northern California, sfrutta informazioni già raccolte durante le normali visite mediche per stimare la probabilità che una persona riceva una diagnosi di diabete fino a dieci anni più tardi. L’obiettivo dichiarato è indirizzare i programmi di prevenzione verso chi ne trarrebbe il maggior beneficio, senza richiedere nuovi esami.
Oltre tre milioni di cartelle analizzate
Lo studio retrospettivo ha incluso 3.365.464 adulti tra i 18 e i 70 anni seguiti dal sistema sanitario californiano tra il 2012 e il 2024, con un’età mediana di 39 anni e una quota femminile del 55%. Il modello è stato addestrato su una parte del campione e verificato su un’altra, per misurarne la capacità di generalizzare a persone diverse da quelle usate per costruirlo.
L’analisi porta la firma di Luis A. Rodriguez, ricercatore di Kaiser Permanente, ed è stata illustrata durante le sessioni del 6 e 7 giugno. Il gruppo ha registrato l’abstract con il codice 2321-P.
Un’accuratezza elevata senza nuovi test
Le prestazioni si sono mantenute stabili tra fase di addestramento e fase di validazione, con un’area sotto la curva pari a 0,886 e 0,883, un indicatore che misura la capacità del modello di distinguere chi svilupperà la malattia da chi no. Fissando una soglia di rischio superiore all’1,2%, il modello ha identificato correttamente il 74% dei casi futuri con una specificità dell’82% su un orizzonte fino a dieci anni.
«Questi risultati rappresentano un possibile passo avanti rispetto agli approcci esistenti per identificare le persone a rischio di diabete di tipo 2, perché consentono un riconoscimento più precoce e più preciso e sostengono una prevenzione più mirata e proattiva», ha dichiarato Rodriguez.
Anche il quartiere pesa sul rischio
Il modello combina dati clinici e anagrafici di routine, come età, peso, valori di glicemia, storia clinica e farmaci assunti, con informazioni pubbliche sul contesto di residenza, tra cui l’accesso ai negozi di alimentari e la percorribilità a piedi del quartiere. L’inclusione di questi indicatori ambientali riflette il peso che le condizioni di vita quotidiane esercitano sull’insorgenza della malattia.
La scelta di appoggiarsi a dati già disponibili, sottolineano gli autori, rende il sistema applicabile su larga scala senza aggiungere prelievi o visite, un aspetto rilevante dove più del 60% degli adulti presenta almeno un fattore di rischio e il diabete si sviluppa gradualmente, spesso senza segnali evidenti.
- 3.365.464 adulti analizzati tra il 2012 e il 2024
- 74% di sensibilità e 82% di specificità fino a dieci anni
- dati clinici di routine uniti a indicatori sul quartiere di residenza
Dalla previsione alla prevenzione
I ricercatori presentano lo strumento come una possibile base per stratificare la popolazione e offrire percorsi di prevenzione a chi è più esposto. Trattandosi di un’analisi retrospettiva illustrata in un congresso, il modello dovrebbe però essere validato in modo prospettico prima di un impiego nella pratica clinica, per confermare che le stime reggano quando applicate a nuovi pazienti nel tempo.
