A stabilirlo uno studio scientifico del Bambin Gesù di Roma realizzato con l’ausilio di Paginemediche e pubblicato sul Journal of Medical Internet Research
L’utilizzo di piattaforme di medicina digitale e i dati forniti in maniera anonima dagli utenti raccolti online possono aiutare a prevedere l’andamento di una malattia infettiva, identificare punti geografici a maggiore o minore diffusione e sostenere chi è chiamato a contrastare fenomeni pandemici.
Uno studio a cura dell’Ospedale Pediatrico Bambin Gesù e della startup Paginemediche
È quanto emerge da uno studio pubblicato di recente sul Journal Of Medical Internet Research (JMIR) realizzato da esperti digitali in collaborazione con l’Unità di Ricerca Medicina Predittiva e Preventiva dell’Ospedale Bambin Gesù di Roma, il più grande Policlinico e Centro di ricerca pediatrico in Europa, e Paginemediche, startup innovativa in ambito medicina digitale.
Durante una pandemia, l’accesso da parte degli utenti a un sistema digitale costituisce una sorgente informativa che può aiutare le attività di sorveglianza tradizionale, consentire di prevedere con anticipo eventuali aumenti dei casi di malattia e supportare le decisioni per le strategie preventive.
Nel corso della pandemia di COVID 19, ad esempio, il Ministero della Salute ha utilizzato i dati relativi alle diagnosi effettuate sui tamponi positivi insieme ad altri indicatori per programmare strategie preventive, incluse le restrizioni sugli spostamenti e le attività sociali, e per prevedere gli scenari possibili a distanza di tempo. Dato che la sorveglianza delle malattie è condizionata dai tempi necessari a fare la diagnosi e a trasmettere i dati ad essa associati, gli epidemiologi sono interessati a valutare informazioni accessorie a quelle di sorveglianza tradizionale che possano fornire indicazioni più precoci.
La disponibilità di informazioni rapide, tuttavia, va valutata rispetto all’attendibilità delle informazioni stesse. L’uso di internet da parte degli utenti rappresenta pertanto uno dei dati che più volte è stato considerato come accessorio ai dati di sorveglianza delle malattie, ambito nel quale si sono cimentati colossi del web come Google con alterni successi.
Dati di accesso al chatbot di paginemediche e i dati di sorveglianza del Ministero
Il gruppo di ricercatori ha preso in esame un totale di 75.557 sessioni nel sistema di supporto decisionale online (chatbot) sviluppato da Paginemediche, un semplice strumento accessibile su internet che ha lo scopo di rispondere ai quesiti degli utenti riguardo COVID19 e di raccomandare i comportamenti più appropriati in accordo con quanto previsto dal Ministero della Salute.
Le raccomandazioni riguardavano in particolare gli utenti con sintomi oppure quelli con un contatto stretto con un individuo positivo per COVID 19. Questo sistema di supporto alle decisioni dell’utente, liberamente accessibile in una chat guidata da un algoritmo, è rimasto in funzione fin dall’inizio della pandemia, a marzo 2020, su tutto il territorio nazionale ed oggi è stato esteso alla valutazione di altre condizioni e a supporto dell’identificazione precoce di ulteriori patologie, oltre il Covid19.
Per eseguire lo studio sono stati confrontati i dati di accesso al sistema di decisione assistita di Paginemediche e i dati di sorveglianza distribuiti dal Ministero della Salute, in modo da valutarne il grado di concordanza nel tempo.
Anche se il sistema di decisione assistita non poteva prevedere con precisione il numero di casi che effettivamente sono stati notificati al Ministero della Salute, il sistema di Paginemediche consentiva di prevedere il trend in aumento o in diminuzione dei casi sul territorio nazionale con una settimana di anticipo rispetto ai dati di sorveglianza del Ministero della Salute.
L’accuratezza nell’anticipazione degli andamenti pandemici era migliore quando venivano considerati gli utenti che erano stati a contatto con un paziente positivo per COVID 19. Nello specifico sono state registrate 65.207 sessioni di utenti con sintomi, 19.062 da contatti con individui con COVID-19.
Il maggior numero di sessioni nel sistema di supporto decisionale online è stato registrato nelle prime fasi della pandemia. Un secondo picco è stato osservato nell’ottobre 2020 e un terzo picco è stato osservato nel marzo 2021, in parallelo con l’ondata di casi segnalati. I picchi nelle sessioni del sistema di supporto decisionale online hanno preceduto l’ondata di casi notificati COVID-19 di circa una settimana.
I risultati
I risultati dello studio sono coerenti con la considerazione che la consapevolezza di aver avuto un contatto con un individuo positivo oppure avere sintomi respiratori anticipano di alcuni giorni la possibile diagnosi effettuata con il tampone nasale e la successiva notifica al Ministero della Salute.
Sebbene i dati di un sistema aperto e non controllato possano oscillare per motivi diversi e non prevedibili e non siano robusti come quelli basati sulle diagnosi effettuate con test di laboratorio, questi sistemi rappresentano una sorgente informativa che può supplementare le attività di sorveglianza tradizionale, consentire di prevedere con anticipo eventuali aumenti dei casi di malattia e supportare le decisioni per le strategie preventive da parte delle agenzie di sanità pubblica.