Covid, un algoritmo identifica pazienti che rischiano la morte

Individuate le cellule del sistema immunitario che sono associate a un maggior rischio di morte per Covid-19: la scoperta è il risultato di un’analisi dei dati su larga scala fatta dall’Università di Yale grazie a un nuovo algoritmo di apprendimento automatico che si è dimostrato capace di predire i pazienti a rischio con un’accuratezza dell’83%.

Il risultato, che apre nuovi scenari anche per malattie diverse da Covid, è pubblicato sulla rivista Nature Biotechnology.

“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 in 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”.

Questo strumento 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-19.

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, il sistema può predire se il paziente sopravvivrà con un’accuratezza pari all’83%.