Covid, algoritmo può identificare i pazienti che rischiano la morte

Sviluppato dall'università di Yale, avrebbe un'accuratezza dell'83%

L'università di Yale (Stati Uniti), utilizzando un nuovo algoritmo di apprendimento automatico, ha individuato le cellule del sistema immunitario associate a un maggiore rischio di morte per Covid. Il sistema, che apre nuovi scenari anche per altre malattie, avrebbe un'accuratezza dell'83%.

"Gli algoritmi di apprendimento automatico si focalizzano tipicamente su una visione dei dati che ha un’unica risoluzione, ignorando le informazioni che possono essere trovate in maniera più focalizzata. - spiega il co-autore dello studio, Manik Kuchroo - Per questo motivo abbiamo creato l’algoritmo 'Multiscale Phate' che permette di concentrarsi su specifici sottoinsiemi di dati per condurre analisi più dettagliate".

Già utilizzato per analizzare 55 milioni di cellule

Lo strumento, come spiegato in un articolo pubblicato sulla rivista 'Nature Biotechnology', permette infatti di vagliare i dati a ogni risoluzione possibile, dai milioni di cellule fino alle singole cellule, nel giro di pochi minuti. I ricercatori lo hanno utilizzato per analizzare 55 milioni di cellule del sangue prelevate da 163 pazienti giunti allo 'Yale New Haven Hospital' per una forma grave di Covid.

Da un'analisi più ampia dei dati, è emerso che alti livelli di cellule T forniscono protezione, mentre alti livelli di granulociti e monociti si associano ad alti livelli di mortalità. Un esame più dettagliato ha rivelato che un particolare tipo di cellule T (denominato TH17) si associa a una mortalità maggiore quando si unisce a molecole infiammatorie come l'interleuchina 17 e l'interferone gamma. "Misurando questi parametri nel sangue, - ha concluso Kuchroo - il sistema può predire se il paziente sopravvivrà con un’accuratezza pari all’83%".