Link fonte principale: https://www.nature.com/articles/s41598-026-51850-y
Tipo documento: articolo scientifico / manoscritto non editato in accesso anticipato, pubblicato su Scientific Reports nel 2026. La versione definitiva potrà subire revisioni editoriali
Un nuovo studio pubblicato su Scientific Reports valuta sei modelli di intelligenza artificiale per prevedere la sepsi neonatale usando dati reali dello Stato di Pernambuco, in Brasile. I risultati indicano prestazioni promettenti, ma anche la necessità di validazione clinica, controllo umano e attenzione ai rischi etici.
La sepsi neonatale resta una delle emergenze più gravi nei primi giorni di vita. Secondo l’Unicef, nel 2024 sono morti 2,3 milioni di bambini nel primo mese di vita, circa 6.200 al giorno; prematurità, polmonite e sepsi rientrano tra le principali cause di mortalità neonatale.
Lo studio coordinato da Flávio Leandro de Morais e colleghi ha testato AdaBoost, CatBoost, Gradient Boosting, LightGBM, Random Forest e XGBoost per identificare segnali clinici associati alla sepsi nei neonati. Le metriche di prestazione sono risultate comprese tra 0,7213 e 0,8548; AdaBoost e LightGBM hanno ottenuto i risultati migliori, con sensibilità superiore a 0,8197 e specificità pari a 0,8397 nei tre esperimenti descritti.
L’elemento più rilevante non è solo predittivo, ma interpretativo. L’analisi SHAP ha collegato la sepsi ad attributi come emorragia intracranica, prematurità, uso di CPAP, tachipnea transitoria del neonato e accesso epicutaneo. In prospettiva, questi strumenti potrebbero aiutare i reparti neonatali a individuare prima i pazienti a rischio.
Il quadro resta però delicato. Il CDC ricorda che la sepsi neonatale precoce è una grave infezione del sangue nei primi giorni di vita e che Streptococco di gruppo B ed E. coli sono tra le principali cause. Nei prematuri e nei neonati con peso molto basso, E. coli rappresenta un rischio particolarmente rilevante.
L’intelligenza artificiale, quindi, può diventare un supporto clinico, non un sostituto del medico. La sfida sarà integrare modelli trasparenti, dati di qualità e protocolli di sicurezza per evitare falsi allarmi, sottodiagnosi e diseguaglianze nell’accesso alle cure.
Breve approfondimento: cronologia essenziale
2022 — L’OMS segnala 2,3 milioni di morti neonatali nel mondo e indica infezioni neonatali, prematurità e complicanze del parto tra le principali cause.
2023 — GARDP pubblica dati su oltre 3.200 neonati con sepsi in 19 ospedali di 11 Paesi, evidenziando mortalità elevata e resistenza antibiotica.
2025 — Il CDC aggiorna la sorveglianza sulla sepsi neonatale precoce, confermando il ruolo di GBS ed E. coli.
2026 — Scientific Reports pubblica lo studio sull’uso dell’IA per predire la sepsi neonatale e identificare gli attributi clinici più rilevanti.
Consigli di approfondimento
- Scheda OMS sulla mortalità neonatale.
- Dati Unicef aggiornati sulla mortalità nel primo mese di vita.
- Sorveglianza CDC sulla sepsi neonatale precoce.
- Studio GARDP su sepsi neonatale e antibiotico-resistenza.
Abstract etico-sociale
L’IA applicata alla sepsi neonatale può migliorare tempestività diagnostica, triage e uso delle risorse cliniche. Il principale vantaggio è la capacità di individuare pattern nascosti nei dati ospedalieri. I rischi riguardano bias nei dataset, affidabilità fuori dal contesto brasiliano studiato, opacità decisionale e possibile dipendenza eccessiva dagli algoritmi. In futuro, l’impatto sociale dipenderà dalla capacità di usare questi sistemi come strumenti di supporto, con validazione multicentrica, responsabilità medica chiara e accesso equo anche nei sistemi sanitari meno finanziati.
