AI e machine learning: nuova frontiera nella prevenzione delle infezioni spinali

L’intelligenza artificiale (AI) potrebbe trasformare la prevenzione delle infezioni del sito chirurgico (SSI) dopo interventi spinali, come conferma uno studio pubblicato nel 2025 su The Spine Journal da un gruppo di ricercatori statunitensi, italiani e iraniani. Negli ultimi anni, infatti, AI e tecniche di machine learning (ML) stanno emergendo come strumenti predittivi innovativi per stimare il rischio di SSI. Per confrontare l’accuratezza dei modelli AI rispetto a quelli statistici tradizionali, i ricercatori hanno condotto una revisione sistematica di 51 studi: 42 hanno utilizzato metodi statistici tradizionali, mentre 9 si sono basati su modelli AI/ML.

L’analisi ha mostrato che tra i modelli tradizionali la regressione logistica era predominante (95,2% dei casi). Nei modelli ML, tutti supervisionati e basati su dati tabellari, gli algoritmi più diffusi sono stati quelli basati su alberi decisionali e modelli lineari (77,8% ciascuno), seguiti da reti neurali e macchine a vettori di supporto (44,4% ciascuno).

In termini di prestazioni, i modelli tradizionali hanno raggiunto una C-statistic tra 0,7 e 0,8 nel 40,5% dei casi, con solo il 4,8% che ha superato 0,9, mentre i modelli AI hanno mostrato una C-statistic ≥0,9 nel 44,4% dei casi.

Nonostante questi risultati promettenti, la revisione evidenzia limiti metodologici significativi: il 77,8% dei modelli ML ha effettuato solo una validazione incrociata interna, solo il 33,3% ha riportato dati di calibrazione e nessuno degli studi è stato validato esternamente, sollevando dubbi sulla generalizzabilità e sull’applicabilità clinica immediata.

Pertanto, la ricerca conferma che l’AI potrebbe offrire un’eccellente capacità predittiva delle SSI dopo interventi spinali, ma sottolinea la necessità di un approccio metodologicamente rigoroso prima della sua adozione clinica diffusa.

Fonte: The spine journal : official journal of the North American Spine Society, 2025

https://www.thespinejournalonline.com/article/S1529-9430(25)00353-5/fulltext

Contenuti simili

I più visti