Intelligenza artificiale per prevedere complicazioni secondarie e esiti clinici nella lesione cerebrale traumatica: una revisione narrativa

Sommario

Qui presentiamo una revisione narrativa che valuta strumenti di previsione basati sull'intelligenza artificiale (IA) per complicazioni secondarie e esiti clinici nelle lesioni cerebrali traumatiche, valutando la maturità delle evidenze in cinque ambiti di complicanza e identificando ostacoli critici all'implementazione clinica.

Abstract

Le complicazioni secondarie successive a lesioni cerebrali traumatiche (TBI) da moderate a gravi—inclusi aumento della pressione intracranica (ICP), crisi post-traumatiche, coagulopatia indotta da trauma (TIC) e sepsis—peggiorano notevolmente la prognosi del paziente. Gli strumenti prognostici attuali stimano la mortalità complessiva e l'invalidità al ricovero, ma non prevedono complicazioni specifiche e curabili durante il ricovero. Questa revisione narrativa valuta se gli strumenti di previsione basati sull'IA possano affrontare questo bisogno clinico insoddisfatto, valuta la maturità delle evidenze in cinque ambiti di previsione e identifica le priorità per la ricerca futura. Una ricerca mirata di letteratura è stata condotta su PubMed, Embase e Web of Science da gennaio 2016 a ottobre 2025, integrata da un tracciamento manuale dei riferimenti. Gli studi sono stati selezionati in base alla loro rilevanza per l'IA o il machine learning (ML) per la previsione di complicanze secondarie o esiti clinici nei pazienti con TBI. I modelli basati sull'IA raggiungono una moderata accuratezza predittiva (area sotto la curva di funzionamento del ricevitore [AUC] di 0,70–0,79) a buona accuratezza (AUC ≥ 0,80) per crisi ICP, TIC, sepsi e mortalità. La previsione delle crisi ha le evidenze meno mature, senza studi di validazione esterna. La previsione dell'ICP ha la base di evidenza più solida, con validazione esterna e replicazione indipendente. La previsione della mortalità ha il volume di evidenza più ampio, con la validazione internazionale multi-dataset. Persistono limitazioni metodologiche critiche: la maggior parte dei modelli deriva da dati retrospettivi e di un'unica istituzione; solo circa un terzo ha subito una validazione esterna; e nessuno studio randomizzato ha dimostrato che le decisioni guidate dall'IA migliorino i risultati per i pazienti. Gli strumenti di previsione con IA mostrano potenziali per la previsione delle complicazioni TBI secondarie, ma le evidenze attuali non supportano un'implementazione clinica di routine. Prima dell'adozione, questi strumenti richiedono una validazione esterna rigorosa, studi sugli esiti prospettici e una valutazione sistematica dell'equità in popolazioni diverse.

Introduzione

La TBI costituisce una delle principali cause di morte e disabilità a lungo termine a livello mondiale, con circa 69 milioni di casi di incidenti che si verificano^{ogni anno, 1,2}. La TBI è la principale causa di morte e disabilità tra le persone sotto i 45 anni, imponendo profondi oneri sanitari, socioeconomici e ^{sociali 1,2,3}. Una distinzione fondamentale nella fisiopatologia TBI separa la lesione primaria—il danno meccanico immediato subito all'impatto—dalla lesione secondaria, che s....