Identificazione del rischio di malattia renale cronica, l’IA è la soluzione?

L’intelligenza artificiale (IA) sta rivoluzionando sia la pratica clinica che la ricerca biomedica, fornendo strumenti avanzati per l’analisi dei dati e supportando i clinici nella gestione delle patologie.  

Nell’ambito della malattia renale cronica, una delle sfide in cui l’IA potrebbe diventare un supporto di valore per i professionisti della salute è proprio la valutazione continua del rischio renale, attraverso il monitoraggio del profilo individuale. Gli strumenti di IA, infatti, hanno la capacità potenziale di analizzare grandi quantità di dati clinici per identificare i pazienti a rischio di progressione della malattia, permettendo interventi tempestivi e personalizzati.

Tool IA per l’identificazione del rischio di MRC: già una realtà

In questo campo è emblematico il lavoro recentemente pubblicato di Kanda et al.  che hanno sviluppato un sistema di IA innovativo per la previsione della progressione della MRC e della mortalità associata. Questo sistema utilizza modelli di machine learning per analizzare i dati dei pazienti e fornire previsioni accurate sul rischio di progressione della malattia, permettendo di pianificare interventi preventivi mirati (1,2).  

In pratica, il tool richiede l’inserimento di dati analitici del paziente, come eGFR, creatinina e altre informazioni provenienti dagli esami del sangue e dalla storia clinica del paziente: più dati vengono forniti, più la stima del rischio sarà attendibile.  Anche per questo, e per le modalità con cui è stata “addestrata” l’IA, il modello è molto predittivo per pazienti di origine asiatica, mentre l’applicazione su altre popolazioni potrebbe richiedere un’ulteriore validazione, come riconosciuto dagli stessi autori.

Un basso rischio di progressione della MRC non è per sempre

La rilevazione di un basso rischio di sviluppo e progressione della MRC dovrebbe essere interpretata con prudenza (3). Dall’utilizzo di altri algoritmi di IA su dati provenienti dagli stessi pazienti in periodi temporali successivi (2009 vs 2015) è emerso che, anche i pazienti inizialmente classificati a rischio minimo presentano un’alta probabilità di peggioramento nel corso degli anni, come mostrato nella figura 1B. Risultato? Una singola valutazione non risulta sufficiente per confermare uno stato di basso rischio. Per questo gli autori sottolineano l’importanza di effettuare un follow-up di almeno tre anni anche in soggetti considerati a basso rischio per monitorare attentamente lo stato di salute e intervenire tempestivamente se necessario. (1,3) 

Un-basso-rischio-di-progressione-della-MRC-non-è-per-sempre
Figura 1. Grafico riadattato che mostra la heat map di probabilità sulla progressione della MRC nel tempo (1). Al colore blu e verde corrispondono rispettivamente un’alta e una bassa probabilità. Gli stati da “Low” a “Very” indicano la classificazione della gravità della malattia. La probabilità è determinata dall’algoritmo sulla base dei dati di pazienti del 2009 e del 2015.

Nonostante i grandi passi avanti nella costruzione di tool innovativi, utili nella gestione delle malattie da parte dei clinici, si prevede che ci vorrà ancora del tempo prima di un’implementazione vera e propria. La possibilità di utilizzare l’intelligenza artificiale nel campo della malattia renale cronica è ancora work in progress, con la necessità di ulteriori validazioni e sviluppi. È evidente che rimarrà cruciale l’attenzione e l’interpretazione critica da parte degli operatori sanitari per garantire un’assistenza personalizzata ed efficace per ogni paziente, anche quando l’IA sarà pienamente integrata nella pratica clinica. 

Bibliografia

  1. Kanda E. (2025). Development of Artificial Intelligence Systems for Chronic Kidney Disease. JMA journal, 8(1), 48–56. 
  2. Kanda, E., Epureanu, B. I., Adachi, T., & Kashihara, N. (2023). Machine-learning-based Web system for the prediction of chronic kidney disease progression and mortality. PLOS digital health, 2(1), e0000188.
  3. Kanda, E., Kanno, Y., & Katsukawa, F. (2019). Identifying progressive CKD from healthy population using Bayesian network and artificial intelligence: A worksite-based cohort study. Scientific reports, 9(1), 5082. 

Scarichi il Catalogo prodotti

FLAVIS Renal Diet Ecosistema

Renal Diet Ecosistema

L’unico software gratuito e professionale creato da esperti per dietisti e nefrologi, per una gestione efficace e rapida della dieta dei pazienti nefropatici.

Eventi FLAVIS

Eventi FLAVIS

SINERGIE IN NUTRIZIONE CLINICA

Bari, 27-29 marzo 2025

Malattia Renale Cronica – Quale approccio? Come prevenirla?

Catania, 29 marzo 2025

THE COSENZA FRAME: “Fostering Research And Medical Excellence in Nephrology and Transplantation”

Cosenza, 4 e 5 aprile 2025

Webinar: "Renal Diet Ecosistema: Creazione di Diete Personalizzate"

Online, 11 aprile 2025, ore 14:00

III Giornate SIMMESN

Firenze, 9 e 10 aprile 2025

TOPICS IN CLINICAL NUTRITION

Baveno, 10 e 11 aprile 2025

Scarichi il Catalogo prodotti

Con tutti i prodotti e le novità

Newsletter

Riceva via mail le offerte, i servizi esclusivi e tutte le novità pensate per chi soffre di Malattia Renale Cronica.

"*" indica i campi obbligatori