L’epatite B è una vita

Ricercatore, Università Nazionale Australiana

Professore Associato

Brett A. Lidbury riceve finanziamenti dal Quality Use of Pathology Program (QUPP) - Dipartimento della Salute del Commonwealth. È titolare di una borsa di studio presso la Facoltà di Scienze del Royal College of Pathologists of Australasia (RCPA) e collabora con il Programma di garanzia della qualità RCPA (RCPAQAP).

Busayo I. Ajuwon non lavora, non fa consulenza, non possiede azioni o riceve finanziamenti da qualsiasi società o organizzazione che trarrebbe beneficio da questo articolo e non ha rivelato alcuna affiliazione rilevante oltre alla propria nomina accademica.

L'Australian National University fornisce finanziamenti come membro di The Conversation AU.

Visualizza tutti i partner

Più di 296 milioni di persone in tutto il mondo convivono con l’epatite B, un’infezione del fegato potenzialmente pericolosa per la vita causata dal virus dell’epatite B (HBV). La maggior parte non sa di essere infetta, quindi non riceve assistenza medica. L'assistenza clinica migliora l'esito del paziente e può impedire loro di infettare altri.

La diagnosi precoce dei pazienti con infezione da HBV potrebbe quindi migliorare la prognosi dei pazienti e arrestare la trasmissione all’interno delle popolazioni.

Il test raccomandato per l'HBV è un test immunoenzimatico. Rileva l'antigene di superficie dell'epatite B, una sostanza che indica la presenza del virus nel corpo della persona.

Ma questi test chimici sono molto costosi e necessitano di strutture dedicate. Sono generalmente fuori portata per le persone che vivono in contesti con poche risorse, dove i laboratori sono pochi e isolati. I medici in questi contesti lavorano con risorse limitate contro un killer silenzioso che potrebbe non mostrare sintomi evidenti per decenni finché il fegato non viene gravemente danneggiato.

Parte della soluzione per sfide di sanità pubblica come questa potrebbe risiedere nell’apprendimento automatico. Ciò si riferisce alla capacità dei computer di dare un senso a grandi quantità di informazioni e di sviluppare la propria "conoscenza".

Facciamo parte di un gruppo di ricercatori dell'Università Nazionale Australiana che studia l'apprendimento automatico e le malattie infettive. La nostra ricerca precedente aveva rilevato che la prevalenza dell’HBV in Nigeria era elevata (9,5%, dove qualsiasi valore superiore all’8% è considerato elevato). E i livelli di infezione variavano in modo significativo tra le zone geopolitiche.

Per saperne di più: Epatite B in Nigeria: nuovi dati per informare la prevenzione e la cura

L’accesso a test a prezzi accessibili era un problema nel paese. Abbiamo quindi sviluppato uno strumento per aiutare i medici a individuare precocemente le infezioni da epatite B.

Utilizzando i dati dei pazienti nigeriani, abbiamo sviluppato un algoritmo che apprende dai dati dei pazienti, identifica modelli e prende decisioni intelligenti per fornire avvisi e rilevare lo stato di infezione da HBV di un paziente. L’obiettivo è potenziare il processo decisionale clinico e migliorare i risultati per i pazienti. Consentire cure tempestive dovrebbe garantire a milioni di persone una migliore qualità di vita e contribuire a ridurre la prevalenza dell’HBV.

Per creare questo strumento, abbiamo lavorato a stretto contatto con i colleghi dell’Istituto nigeriano di ricerca medica. Hanno fornito l’accesso ai dati di 916 pazienti anonimi, in un modo eticamente approvato. L'istituto è il principale istituto di ricerca medica della Nigeria e ospita una clinica dedicata all'epatite B.

Abbiamo utilizzato i risultati di normali esami del sangue che misurano i globuli rossi e bianchi, i sali, gli enzimi e altre sostanze chimiche nel sangue, insieme ai risultati dei test per l'epatite B. Gli esami del sangue di routine possono essere molto utili per facilitare la diagnosi precoce se le sottili interazioni tra le misurazioni può essere individuato. I modelli di interazioni possono essere un segnale di malattia. Ma è facile non notarli.

Utilizzando i dati, abbiamo addestrato un algoritmo per identificare i marcatori patologici che predicono lo stato di infezione da HBV di un paziente. Uno dei motivi per cui l’apprendimento automatico è così potente è che non richiede che gli esseri umani dicano al computer quali caratteristiche identificare. Il nostro algoritmo esamina i dati per trovare modelli comuni ai pazienti con infezione da HBV e quindi abbinare tali modelli in persone che non aveva mai visto prima.