Un’enorme mole di dati, riferiti al percorso di cura di oltre un milione di persone con diabete, affidati alle immense capacità di calcolo – quasi di ragionamento – dell’Intelligenza artificiale, per suggerire agli specialisti quali siano i fattori chiave per il raggiungimento del duplice obiettivo “controllo-metabolico” e “nessun aumento di peso” nel diabete di tipo 2. Il metodo e i risultati hanno suscitato un interesse tale da meritare la pubblicazione sul British Medical Journal – Open Diabetes Research & Care. La ricerca, coordinata da Carlo Bruno Giorda, direttore della Struttura Complessa di Malattie metaboliche e Diabetologia dell’Ospedale Maggiore di Chieri, ha coinvolto più di 200 Centri di Diabetologia e preso in esame un campione di oltre un milione di persone con diabete mellito di tipo 2. I dati analizzati, estratti dal database “Annali” dell’Associazione Medici Diabetologi (AMD) – riferiti al periodo compreso tra il 2005 e marzo 2017 – sono stati processati, in collaborazione con i data scientist di Mix-x, mediante la piattaforma di Logic Learning Machine di proprietà della Rulex Inc., in grado di estrarre nuova conoscenza e creare modelli predittivi, senza aver bisogno di supposizioni stabilite a priori e ‘spiegando’ ai medici che cosa ha compreso dai dati.
 “Sebbene il raggiungimento del duplice obiettivo del ‘controllo metabolico’ e ‘nessun aumento del peso’ rappresenti l’attività prioritaria nella pratica clinica quotidiana del diabetologo, solo il 40-50 per cento delle persone con diabete riesce a rientrare in questi parametri”, spiega Giorda.
 “Lo studio ci ha permesso di comprendere quali sono le variabili maggiormente responsabili del mancato raggiungimento dell’obiettivo, al fine di individuare strategie terapeutiche sempre più personalizzate in base alle specifiche esigenze del paziente. In tal senso, il supporto dell’IA – continua – costituisce un valore aggiunto per il professionista: consente infatti di analizzare milioni di dati – lo studio ha esaminato oltre 5 milioni di misurazioni di emoglobina glicata (Hb1Ac) – ma soprattutto è in grado di identificare le correlazioni esistenti tra le variabili ed esprimere quindi predizioni, con ragionamenti di tipo induttivo, tipici della mente umana, con evidenti vantaggi sugli esiti della cura”. Secondo lo studio, la presenza di una condizione di scompenso glicemico o di maggiore insulino-resistenza è la variabile che più di qualunque altra interferisce negativamente con il raggiungimento degli obiettivi terapeutici. Al contrario, l’indagine ha confermato che l’assenza di comorbidità, la precocità d’intervento e di presa in carico della persona con diabete, oltre alla qualità delle cure – valutabile tramite l’indice del “Q Score AMD” che misura la qualità del centro sulla base di parametri clinici e organizzativi – sono elementi chiave per il raggiungimento del controllo metabolico. Dal punto di vista delle terapie e dei trattamenti, ci sono già evidenze a sostegno del fatto che i farmaci innovativi, come gli SGLT2 inibitori e GLP1-RA – nonostante il loro impiego terapeutico sia relativamente recente, soprattutto in relazione all’arco temporale analizzato in questo studio – agiscono molto positivamente sulla variazione di peso e sul controllo metabolico. Queste evidenze rappresentano una chiave di lettura importante, perché dimostrano come l’Intelligenza Artificiale possa supportare il clinico nel prendere decisioni più efficaci e maggiormente supportate dai dati, in grado di migliorare la cura del diabete.
“Per mettere in atto le migliori strategie terapeutiche – aggiunge Giorda – è indispensabile trattare le persone con diabete il prima possibile e con la migliore strategia di cura. Dal punto di vista della pratica clinica, le evidenze dello studio si traducono in un monito contro l’‘inerzia clinica’, responsabile del significativo ritardo nell’accesso alle cure migliori, da parte dei pazienti, in risposta alle personali esigenze e condizioni di salute. D’altra parte, è fondamentale che la persona con diabete segua correttamente e con continuità la terapia prescritta dallo specialista, evitando così l’insorgenza di complicanze e più che mai la necessità di ricoveri”.