Da Pisa arriva una nuova metodologia matematica per migliorare la gestione della pandemia e in particolare dei suoi effetti di carico sul sistema sanitario. A metterla a punto è uno studio frutto della collaborazione tra il Dipartimento di Medicina e Clinica Sperimentale dell’Università di Pisa e l’Azienda Ospedaliero Universitaria Pisana e coordinato dalla Scuola Superiore Sant’Anna. L’obiettivo della ricerca è appunto quello di migliorare le strategie decisionali mediante previsioni basate sui dati epidemiologici, finora condizionate da criteri difficilmente quantificabili, e aiutare le autorità locali a sviluppare strategie decisionali per contenere gli effetti della pandemia.
Un’equipe di matematici, ingegneri e medici
Analizzando parametri oggettivi, come il numero dei ricoveri ordinari in ospedale e il numero dei ricoveri in terapia intensiva, il modello matematico sviluppato fornisce indicazioni per stimare l’andamento di una pandemia e la conseguente pressione sul sistema sanitario.
“I modelli predittivi bio-matematici che analizzano e correlano mediante equazioni differenziali e algoritmi di intelligenza artificiale le dinamiche dei fenomeni naturali e dei loro bio-marcatori sono strumenti che si stanno dimostrando sempre più utili nel garantire adeguatezza e tempestività alle decisioni clinico-sanitarie – spiega Maurizia Brunetto, docente dell’Università di Pisa e primaria di Epatologia presso l’Azienda Ospedaliero Universitaria Pisana – per realizzarli occorre un’affiatata squadra multi-competente di ingegneri, fisici, matematici, medici ed esperti di management sanitario. Tale approccio metodologico costituisce la base della medicina di precisione, preventiva e personalizzata”.
Un modello predittivo basato sul numero dei ricoveri
Il punto di partenza dello studio è stata la creazione di un modello decisionale, associato ad un modello previsionale, entrambi basati su dati epidemiologici certi: i ricoveri ospedalieri ordinari e i ricoveri in terapia intensiva. “Molte previsioni sono influenzate da parametri difficilmente quantificabili, come ad esempio il numero complessivo di contagi” spiega Gastone Ciuti, professore associato presso l’Istituto di BioRobotica della Scuola Sant’Anna. “Combinando il numero dei posti letto ordinari e in terapia intensiva, occupati dai pazienti, l’algoritmo decisionale definisce un parametro unico ed oggettivo che viene rapportato a una soglia oltre la quale il sistema sanitario di una determinata area rischia di andare in sofferenza, suggerendo eventuali chiusure e riaperture localizzate”.
L’algoritmo utilizzato in Toscana e Puglia
In aggiunta, spiega Angelo Damone, ricercatore presso l’Istituto di BioRobotica della Scuola Sant’Anna, “il modello predittivo fornisce un’estrapolazione dell’occupazione dei posti letto per aiutare le autorità locali a rimuovere o destinare risorse straordinarie negli ospedali.”
Le previsioni derivanti dal modello matematico sviluppato nello studio sono state utilizzate nei mesi scorsi dal Comando Operativo di Vertice Interforze per supportare la definizione delle priorità e delle richieste di intervento provenienti dalle province in cui i ricoveri per Covid-19 erano in aumento. L’algoritmo è stato usato anche da due regioni, la Toscana e la Puglia, nell’ambito delle loro task force (come la CROSS – Centrale Remota Operazioni Soccorso Sanitario) per distribuire i ricoveri Covid-19 e non Covid-19 in relazione alla disponibilità dei posti letto ospedalieri ordinari e di terapia intensiva all’interno delle aziende sanitarie.
