Strumento per l'utilizzo del software che riconosce la polmonite interstiziale
Modena, 22 gennaio 2022 - Un software in grado di riconoscere precocemente la polmonite interstiziale nei malati di Covid in isolamento domiciliare, i quali potranno così essere più rapidamente essere indirizzati verso l’ospedalizzazione. Si chiama Vector ed è nato alcuni anni fa dalla collaborazione fra la Reumatologia modenese e il Dipartimento di Scienze e Metodi dell'Ingegneria di UniMoRe.
Oggi è stato sviluppato per l'identificazione precoce dei pazienti con polmonite da SARS-CoV-2. Lo studio è stato appena pubblicato sulla rivista scientifica 'Computers in Biology and Medicine' col titolo “Vector: An algorithm for the detection of COVID-19 pneumonia from velcro-like lung sounds” (142 (2022), a cura del gruppo di lavoro che coinvolge le Strutture complesse di Reumatologia e di Pronto Soccorso dell’Azienda Ospedaliero – Universitaria di Modena e il Dipartimento di Scienze e Metodi dell’Ingegneria dell’Università di Modena e Reggio Emilia.
Come funziona il software
Come spiega il professor Carlo Salvarani, direttore della Struttura complessa di Reumatologia dell’AOU di Modena e professore all’Università di Modena e Reggio, “le interstiziopatie polmonari secondarie a malattie reumatiche e la polmonite interstiziale da Sars-CoV-2 hanno in comune tra loro la presenza di suoni polmonari tipici, cosiddetti rantoli a velcro, il cui riscontro ci permette di identificare i pazienti in cui sia necessario un approfondimento. Vista l’analogia tra le due patologie, abbiamo testato il software nei pazienti che accedevano al Pronto Soccorso evidenziando una corretta identificazione della polmonite da Coronavirus in oltre il 75% dei casi”.
Come sottolinea il professor Fabrizio Pancaldi, professore al Dipartimento di Scienze e Metodi dell’Ingegneria di UniMoRe, “recenti studi sull'artrite reumatoide e sulle malattie polmonari interstiziali hanno dimostrato che i suoni polmonari possono essere rilevati automaticamente da algoritmi opportunamente sviluppati. Scopo del lavoro era dimostrare che i suoni polmonari patologici evidenziati nei pazienti affetti da polmonite da Covid-19 possono essere rilevati dalla stessa classe di algoritmi. Il software ha confermato un’accuratezza diagnostica elevata, nonostante le difficoltà di auscultazione in un ambiente “difficile” come quello del Pronto Soccorso. Fra i possibili sviluppi futuri c’è anche la possibilità di auscultazione da parte di un familiare e l’invio della registrazione direttamente al medico, che potrà analizzarla e valutare “a distanza” la necessità di un intervento”.
L'utilità di Vector per i medici
L'idea dello studio è nata dall’esigenza di dotare i medici di uno strumento che permettesse di individuare un’eventuale polmonite e di inviare quindi i pazienti in Pronto soccorso in tempo utile. Uno dei test di screening attualmente utilizzati è l’ecografia polmonare, che fornisce ottimi risultati. Tuttavia, questo esame richiede apparecchiature dedicate, una formazione specifica e difficilmente può essere utilizzata fuori dagli ospedali. Quindi scomoda per i degenti in isolamento a casa.
“Da alcuni anni collaboriamo con il Centro per le Malattie Rare del Polmone (MaRP) nell’ambito dell’ambulatorio congiunto multidisciplinare in esso ospitato - precisa il professor Marco Sebastiani, della Struttura complessa di Reumatologia di Modena e professore a UniMoRe – occupandoci di interstiziopatia polmonare in corso di malattie reumatiche. Grazie alla collaborazione con l’ingegner Fabrizio Pancaldi del Dipartimento di Scienze e Metodi dell’Ingegneria, è stato sviluppato il software che ci ha permesso individuare i pazienti con sospetta interstiziopatia. Riteniamo che questo tipo di strumentazione, semplice e di utilizzo immediato, consenta di indirizzare in ospedale solo i soggetti che ne abbiano reale necessità, consentendoci così di decongestionare i Pronto soccorso e le strutture ospedaliere”. Il Centro MaRP, nell’ambito della Struttura Complessa di “Malattia dell’Apparato Respiratorio” diretta dal professor Enrico Clini e coordinato dalla Dott.ssa Stefania Cerri, coinvolge il professor Marco Sebastiani e le dottoresse Andreina Manfredi, Caterina Vacchi, e Giulia Cassone.