Neonati prematuri, verso un’alimentazione personalizzata grazie all’intelligenza artificiale

Prevedere la crescita di un neonato prematuro grazie all’intelligenza artificiale non è più fantascienza, ma il risultato di uno studio appena pubblicato sul Journal of Perinatology. La rivista, frutto della collaborazione tra la Fondazione IRCCS San Gerardo dei Tintori (FSGT) ed il Dipartimento di Elettronica, Informazione e Bioingegneria (DEIB) del Politecnico di Milano , racconta lo studio di uno dei momenti più delicati nella cura dei neonati altamente pretermine: la transizione dall’alimentazione parenterale (endovenosa) a quella enterale (orale).

Una fase priva, oggi, di protocolli standardizzati basati su solide evidenze scientifiche. In cui un apporto nutrizionale eccessivo, insufficiente o sbilanciato può generare complicazioni e favorire la Extrauterine Growth Restriction (EUGR), ovvero il rallentamento della crescita extrauterina. I risultati mostrano che un adeguato apporto di proteine e lipidi nei primissimi giorni di vita, insieme al tasso di crescita nella prima settimana, rappresentano fattori chiave per predire il rischio di EUGR. Un ulteriore contributo rilevante è la suddivisione dei piccoli pazienti in diversi profili di prematurità: un approccio che ha evidenziato come fabbisogni e apporti nutrizionali varino significativamente tra i gruppi, aprendo la strada a una cura sempre più personalizzata.

Per la FSGT hanno contribuito le neonatologhe Maria Luisa Ventura, Valentina Bozzetti, Valeria Cavalleri, Lucia Iozzi insieme alle ingegnere Emanuela Zannin e Paola Coglianese. Per il DEIB hanno partecipato la prof.ssa Simona Ferrante con le ingegnere Linda Greta Dui e Silvia Riccò.

Le parole degli esperti

“Nei neonati grandi prematuri la crescita non è solo un indicatore numerico: un rallentamento della crescita extrauterina può avere conseguenze che si estendono nel tempo, con possibili ricadute anche sullo sviluppo neurocognitivo – spiega Valentina Bozzetti – Per questo studiare la transizione nutrizionale significa puntare non solo a far crescere di più, ma a sostenere la qualità complessiva dello sviluppo. Per farlo, però, serve riuscire a leggere davvero ciò che accade nei giorni più delicati della vita, quando ogni scelta può fare la differenza”.

“È qui che entra in gioco la forza dei dati: in questo lavoro abbiamo potuto attingere a un vero e proprio mare di dati – sottolinea Maria Luisa Ventura – oltre mille cartelle cliniche elettroniche di neonati grandi prematuri seguiti in un unico centro, ciascuna ricchissima di informazioni cliniche e nutrizionali. Mettere questo patrimonio nelle mani dell’intelligenza artificiale significa poter affrontare una complessità che gli studi tradizionali non riescono a catturare con la stessa profondità”.

“L’intelligenza artificiale permette di integrare grandi volumi di dati clinici eterogenei e di trasformarli in strumenti utili per la ricerca e, progressivamente, per supportare le decisioni cliniche – commenta Simona Ferrante – Il valore nasce dall’incontro tra competenze: da un lato la solidità metodologica e la capacità di leggere la complessità dei dati, dall’altro la conoscenza clinica che dà senso ai numeri e orienta le domande giuste. È così che i modelli diventano non solo accurati, ma anche interpretabili e potenzialmente trasferibili nella pratica”.

“In questo studio abbiamo tradotto questa integrazione in modelli capaci di predire l’EUGR durante la transizione nutrizionale, riconoscendo pattern e combinazioni di variabili clinico-nutrizionali che aiutano a descrivere in modo più preciso una fase particolarmente critica – conclude Linda Greta Dui – L’obiettivo non è sostituire il giudizio clinico, ma offrire uno strumento in più per anticipare i bisogni del singolo paziente e orientare strategie sempre più personalizzate, calibrate sui diversi profili di gravità della prematurità”.