La chirurgia spinale è complessa e spesso rischiosa. Tra gli eventi avversi più frequenti ci sono le lesioni vascolari, che a loro volta possono portare emorragia, trombosi e stenosi postoperatorie.
Uno studio del Massachusetts General Hospital, ospedale universitario della Harvard Medical School di Boston, ha presentato cinque algoritmi di machine learning per predire in fase preoperatoria il verificarsi di lesioni vascolari nel corso di un intervento vascolare e algoritmi di NLP (naturale language processing) per effettuare una sorveglianza automatica delle lesioni durante l’intervento, partendo dalle note operative (Aditya V. Karhade, Michiel E.R. Bongers. Development of machine learning and natural language processing algorithms for preoperative prediction and automated identification of intraoperative vascular injury in anterior lumbar spine surgery. The Spine Journal).
I due algoritmi sono stati utilizzati nel corso di interventi di chirurgia spinale lombare con accesso anteriore su 1035 adulti.
Il tasso di lesione lombare è stato del 7,5%.
Dei cinque algoritmi di machine learning, uno si è dimostrato più efficace degli altri nella previsione, ottenendo una concordanza dello 0,73.
L’algoritmo può essere visionato al seguente link: https://sorg-apps.shinyapps.io/lumbar_vascular_injury.
Per quanto riguarda, invece, l’algoritmo NLP, questo ha ottenuto una concordanza dello 0,92: è riuscito a identificare 18 dei 21 pazienti che hanno sviluppato una lesione vascolare.
I metodi tradizionalmente utilizzati a tal fine (CPT e ICD) sono riusciti a identificare solo 6 pazienti su 21.
Gli strumenti presentati potrebbero essere quindi utili per migliorare l’esito di questi interventi e identificare i soggetti più a rischio di complicanze vascolari.
Stefania Somarè
