{"id":335252,"date":"2019-11-25T01:00:00","date_gmt":"2019-11-25T00:00:00","guid":{"rendered":"https:\/\/medizinonline.com\/medicina-4-0-la-trasformazione-digitale-nei-pazienti-ipertesi\/"},"modified":"2019-11-25T01:00:00","modified_gmt":"2019-11-25T00:00:00","slug":"medicina-4-0-la-trasformazione-digitale-nei-pazienti-ipertesi","status":"publish","type":"post","link":"https:\/\/medizinonline.com\/it\/medicina-4-0-la-trasformazione-digitale-nei-pazienti-ipertesi\/","title":{"rendered":"Medicina 4.0 – la trasformazione digitale nei pazienti ipertesi"},"content":{"rendered":"

Big data, intelligenza artificiale, Medicina 4.0 – la digitalizzazione non si ferma alla medicina. La tecnologia medica digitale determiner\u00e0 sempre pi\u00f9 attivit\u00e0 mediche e quindi cambier\u00e0 anche il ruolo dei medici e i loro trattamenti. L’intelligenza artificiale pu\u00f2 supportare anche la prognosi dei pazienti ipertesi?<\/strong><\/p>\n

<\/p>\n

La digitalizzazione e il collegamento in rete nel settore sanitario sono sempre pi\u00f9 avanzati e si stanno diffondendo in molti ospedali. I big data e l’intelligenza artificiale significano anche opportunit\u00e0 di aumentare l’efficienza dei processi, la qualit\u00e0 del trattamento e quindi la soddisfazione del paziente, nonch\u00e9 una riduzione della quantit\u00e0 di documentazione richiesta. Le decisioni e la pianificazione possono essere ottimizzate con l’aiuto delle macchine e adattate in modo specifico alle esigenze individuali del paziente. Un’area di utilizzo \u00e8 il monitoraggio della pressione alta, che genera molti dati diversi.<\/p>\n

Uno studio ha ora l’obiettivo di descrivere un punteggio di cambiamento terapeutico (TCS) nell’ipertensione trattata e osservata a lungo termine e di sviluppare un modello per prevedere il TCS. A questo scopo, 1293 pazienti sono stati seguiti per una media di 5,1 anni. Sono stati raccolti i dati demografici, l’anamnesi, i parametri clinici e la pressione sanguigna, che sono stati misurati in modo standardizzato con un dispositivo elettronico a misurazione automatica. Inoltre, in ogni consultazione \u00e8 stata registrata la gestione della terapia in corso. Il TCS \u00e8 stato calcolato ad ogni visita come 0 per la stabilit\u00e0 terapeutica e 1 per la modifica di almeno un trattamento antipertensivo o del suo dosaggio. I dati sono stati anonimizzati e organizzati per consentire la formazione e l’implementazione dell’intelligenza artificiale per prevedere i modelli TCS.<\/p>\n

Ottimizzazione dell’aftercare con l’aiuto dell’intelligenza artificiale<\/h2>\n

L’analisi di Kaplan-Meyer ha mostrato una TCS positiva nel 70% dei soggetti nel primo anno e nel 98% per tutta la durata del follow-up. Il modello predittivo per il TCS contiene 160 variabili. Questo modello permette di prevedere un cambiamento nella prescrizione antipertensiva alla visita successiva, con un valore vero positivo del 95% e un valore predittivo negativo del 77%. Con l’aiuto dell’intelligenza artificiale, \u00e8 quindi possibile ottimizzare il follow-up dell’ipertensione.<\/p>\n

\nFonte: 29\u00b0<\/sup> meeting europeo di ipertensione e protezione cardiovascolare (ESH) (pubblicato il 10.10.19, in anticipo sulla stampa)<\/em><\/p>\n

Ulteriori letture:<\/p>\n