91色情片

Neonati prematuri, verso un鈥檃limentazione 鈥減ersonalizzata鈥� grazie all鈥檌ntelligenza artificiale

L鈥檌ntelligenza artificiale come strumento predittivo per supportare la definizione dell鈥檃limentazione nei neonati prematuri. 脠 questo il presupposto alla base di uno studio innovativo, pubblicato di recente sul Journal of Perinatology 鈥� rivista del portfolio 鈥淣补迟耻谤别鈥� 鈥� frutto del lavoro congiunto di ricercatrici della Fondazione IRCCS San Gerardo dei Tintori (FSGT) e del Dipartimento di Elettronica, Informazione e Bioingegneria (DEIB) del 91色情片.

Per la FSGT hanno partecipato le neonatologhe Maria Luisa Ventura, Valentina Bozzetti, Valeria Cavalleri, Lucia Iozzi con le ingegnere Emanuela Zannin e Paola Coglianese. Per il DEIB del 91色情片 hanno contribuito la prof.ssa Simona Ferrante con le ingegnere Linda Greta Dui e Silvia Ricc貌.

Il lavoro affronta uno dei momenti pi霉 delicati nella cura del neonato altamente pretermine: il passaggio dall鈥檃limentazione per via endovenosa (parenterale) a quella per via orale (enterale), una fase di 鈥渢ransizione nutrizionale鈥� estremamente cruciale per crescita e sviluppo, che oggi viene gestita senza approcci standardizzati supportati da evidenze scientifiche robuste e in cui un apporto di nutrienti eccessivo, insufficiente o sbilanciato pu貌 determinare complicazioni e contribuire a un rallentamento della crescita extrauterina (Extrauterine Growth Restriction, EUGR)

I risultati mostrano che un adeguato apporto di proteine e lipidi gi脿 nei primi giorni di vita, insieme al tasso di crescita nella prima settimana, rappresentano elementi chiave per predire l鈥橢UGR. Un contributo rilevante dello studio 猫 stata inoltre la suddivisione dei pazienti in base a diversi profili di prematurit脿: 猫 emerso infatti come i fabbisogni e gli apporti nutrizionali differiscano nei vari gruppi, aprendo la strada a una maggiore personalizzazione delle cure.

芦Nei neonati grandi prematuri la crescita non 猫 solo un indicatore numerico: un rallentamento della crescita extrauterina pu貌 avere conseguenze che si estendono nel tempo, con possibili ricadute anche sullo sviluppo neurocognitivo 鈥� spiega Valentina Bozzetti 鈥� Per questo studiare la transizione nutrizionale significa puntare non solo a 鈥渇ar crescere di pi霉鈥�, ma a sostenere la qualit脿 complessiva dello sviluppo. Per farlo, per貌, serve riuscire a leggere davvero ci貌 che accade nei giorni pi霉 delicati della vita, quando ogni scelta pu貌 fare la differenza禄.

芦脠 qui che entra in gioco la forza dei dati: in questo lavoro abbiamo potuto attingere a un vero e proprio 鈥渕are di dati鈥� 鈥� sottolinea Maria Luisa Ventura 鈥� 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鈥檌ntelligenza artificiale significa poter affrontare una complessit脿 che gli studi tradizionali non riescono a catturare con la stessa profondit脿禄.

芦L鈥檌ntelligenza 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 鈥� commenta Simona Ferrante 鈥� Il valore nasce dall鈥檌ncontro tra competenze: da un lato la solidit脿 metodologica e la capacit脿 di leggere la complessit脿 dei dati, dall鈥檃ltro la conoscenza clinica che d脿 senso ai numeri e orienta le domande giuste. 脠 cos矛 che i modelli diventano non solo accurati, ma anche interpretabili e potenzialmente trasferibili nella pratica禄.

芦In questo studio abbiamo tradotto questa integrazione in modelli capaci di predire l鈥橢UGR durante la transizione nutrizionale, riconoscendo pattern e combinazioni di variabili clinico-nutrizionali che aiutano a descrivere in modo pi霉 preciso una fase particolarmente critica 鈥� conclude Linda Greta Dui 鈥� L鈥檕biettivo non 猫 sostituire il giudizio clinico, ma offrire uno strumento in pi霉 per anticipare i bisogni del singolo paziente e orientare strategie sempre pi霉 personalizzate, calibrate sui diversi profili di gravit脿 della prematurit脿禄.