Il ruolo degli strumenti digitali e dell’intelligenza artificiale nel supporto alla gestione consapevole degli antimicrobici: una revisione sistematica

🔬 Revisione sistematica
Revisione sistematica
Raccoglie e valuta criticamente tutti gli studi disponibili su un tema seguendo criteri rigorosi e predefiniti.
Scopri tutti i tipi di studio →
🆕 Ultimi 12 mesi
💡 In sintesi
La resistenza antimicrobica rappresenta una delle principali sfide globali di sanità pubblica secondo l'OMS. I Programmi di Stewardship Antimicrobico (ASP) promuovono l'uso razionale ed efficiente degli antimicrobici, sebbene la loro implementazione affronti diverse limitazioni. Una revisione sistematica seguendo la metodologia PRISMA ha analizzato il ruolo di strumenti digitali e intelligenza artificiale negli ASP ospedalieri. Sono stati inclusi 31 studi su pazienti ospedalizzati. I sistemi di supporto alle decisioni cliniche (58%) sono stati gli strumenti più utilizzati, seguiti da avvisi nei cartelle cliniche elettroniche, modelli di machine learning, telemedicina e applicazioni mobili. La maggior parte degli studi ha mostrato miglioramenti nella appropriatezza terapeutica e riduzione del consumo di antibiotici, benché l'impatto su indicatori clinici e microbiologici fosse eterogeneo e di bassa qualità metodologica.
🔍 Approfondimento
Questa revisione sistematica rappresenta un'analisi critica e tempestiva dell'integrazione tecnologica nei programmi di stewardship antimicrobico, un'area di crescente interesse clinico data l'accelerazione della resistenza microbica globale. La metodologia PRISMA garantisce rigorosità nella selezione degli studi, con ricerca bibliografica condotta su tre principali database (PubMed, Scopus, Cochrane Library) coprendo il periodo 2014-2025, integrata da una ricerca di letteratura grigia per identificare studi non pubblicati. La valutazione della qualità metodologica è stata differenziata per tipo di studio, riconoscendo l'eterogeneità dei disegni utilizzati. Tra i 31 studi inclusi, emerge chiaramente la prevalenza dei Sistemi di Supporto alle Decisioni Cliniche (Clinical Decision Support Systems, CDSS) nel 58% dei casi, seguiti significativamente da alert integrati nelle cartelle cliniche elettroniche (EHR) e modelli di machine learning. Sebbene la maggior parte degli studi mostri miglioramenti nell'appropriatezza prescrittiva e nella riduzione del consumo di antibiotici - indicatori di process fondamentali per lo stewardship - la revisione sottolinea criticamente come l'impatto su outcome clinici hard (mortalità, degenza, reinfezioni) e su indicatori microbiologici (incidenza di infezioni resistenti) rimanga eterogeneo e metodologicamente debole. Questo rappresenta un gap significativo tra le aspettative teoriche e l'evidenza empirica, suggerendo che mentre gli strumenti digitali ottimizzano le prescrizioni secondo linee guida, il loro effetto sul miglioramento reale della sopravvivenza e dell'eradicazione microbica necessita di valutazione più rigorosa. Il contesto clinico ampliato evidenzia come l'antimicrobial stewardship sia diventato non negoziabile negli ospedali moderni, con le tecnologie digitali rappresentanti una soluzione teoricamente elegante alla complessità delle decisioni terapeutiche in contesti multidisciplinari e con pazienti polimorbidi.
🎯 Cosa significa per te
Per il lettore clinico e gestionale, questo studio evidenzia che gli strumenti digitali e l'AI possono effettivamente migliorare la qualità delle prescrizioni antibiotiche in ospedale, supportando il rispetto delle linee guida e riducendo il consumo inappropriato. Tuttavia, il messaggio critico è che non ci si deve aspettare un miglioramento automatico degli esiti clinici gravi senza una più robusta validazione metodologica. Chi implementa ASP deve considerare questi strumenti come facilitatori del processo decisionale clinico piuttosto che come soluzioni definitive, investendo contemporaneamente in studi più rigorosi che dimostrino il reale impatto clinico. È necessario sviluppare indicatori standardizzati per misurare uniformemente gli effetti sui risultati di salute.
⚠️ Limitazioni dello studio
La principale limitazione è la qualità metodologica eterogenea degli studi inclusi, con la maggior parte che non raggiunse standard rigidi per endpoint clinici duri. Non è stato possibile effettuare meta-analisi quantitativa a causa dell'eterogeneità dei disegni e delle popolazioni. Mancano dati sufficienti su costi-efficacia e sostenibilità a lungo termine delle implementazioni. La ricerca è prevalentemente su contesti ospedalieri, limitando la generalizzabilità a setting di comunità. Inoltre, non è stato possibile standardizzare l'analisi del rischio di bias per la diversità tipologica degli studi, e la dipendenza da letteratura grigia introduce potenziale publication bias.
📚 Fonte originale Cortés Sánchez, Salazar González, Gómez Portolés et al.. "The role of digital tools and artificial intelligence in supporting antimicrobial stewardship: a systematic review.". The Journal of antimicrobial chemotherapy, 2026.
DOI: 10.1093/jac/dkag213  · → Leggi lo studio originale

⚠️ Questo contenuto è una sintesi editoriale. Non costituisce consiglio medico. Per lo studio completo consulta la fonte originale tramite il DOI.

📖 Studi correlati