Inteligența artificială și un biomarker inflamator pot transforma diagnosticul infecțiilor pulmonare la pacienții critici

Un studiu realizat la University of California – San Francisco și publicat în Nature Communications la data de 16 decembrie 2025 a evaluat o abordare inovatoare pentru diagnosticul infecțiilor pulmonare la pacienții în stare critică. Cercetarea arată că integrarea analizei cu inteligență artificială a dosarelor medicale cu un biomarker specific infecțiilor respiratorii inferioare poate îmbunătăți semnificativ acuratețea diagnosticului și poate reduce utilizarea inutilă a antibioticelor.
Infecțiile pulmonare, precum pneumonia, se numără printre principalele cauze de mortalitate la nivel global, în special în rândul pacienților internați în unități de terapie intensivă. Diagnosticul acestora este adesea dificil, deoarece manifestările clinice, imaginile radiologice și markerii inflamatori pot fi nespecifici și se pot suprapune cu alte cauze de insuficiență respiratorie.

În practica clinică, această incertitudine conduce frecvent la prescrierea empirică a antibioticelor, chiar și atunci când cauza insuficienței respiratorii nu este infecțioasă. Această abordare contribuie la rezistența antimicrobiană, expune pacienții la efecte adverse și crește costurile medicale.

În ultimii ani, inteligența artificială generativă a demonstrat potențial în analiza datelor clinice complexe, însă integrarea sa cu biomarkeri biologici relevanți pentru diagnostic rămâne un domeniu emergent.

Despre studiu

Studiul a avut un design observațional și a inclus 157 de pacienți adulți critici, împărțiți în două cohorte distincte:

• 98 de pacienți recrutați înainte de pandemia de COVID-19, majoritatea cu infecții bacteriene;
• 59 de pacienți recrutați în timpul pandemiei, la care predominau infecțiile virale, inclusiv COVID-19.

Cercetătorii au evaluat două instrumente diagnostice:

• un biomarker molecular – gena FABP4, implicată în modularea inflamației;
• o analiză cu inteligență artificială generativă a dosarelor medicale, realizată cu un model de tip GPT-4, implementat pe o platformă securizată, compatibilă cu cerințele de confidențialitate medicală.

FABP4 este exprimată la niveluri mai scăzute în celulele imune comparativ cu celulele pulmonare normale, iar această diferență permite identificarea infecțiilor respiratorii inferioare. Biomarkerul a fost dezvoltat de aceeași echipă de cercetare și descris inițial în anul 2023.

Rezultate

Acuratețea diagnosticului

Atunci când au fost utilizate separat, atât biomarkerul FABP4, cât și analiza cu inteligență artificială au obținut o acuratețe de aproximativ 80% în stabilirea diagnosticului corect.

Prin combinarea celor două metode, acuratețea diagnosticului a crescut la 96%, iar modelul a reușit să diferențieze mai eficient insuficiența respiratorie de cauză infecțioasă de cea non-infecțioasă comparativ cu medicii din unitatea de terapie intensivă.

Impactul asupra utilizării antibioticelor

Analiza retrospectivă a arătat că medicii au prescris antibiotice pentru suspiciune de pneumonie la majoritatea pacienților incluși în studiu. În schimb, modelul bazat pe biomarker și inteligență artificială a fost mult mai selectiv în atribuirea diagnosticului de pneumonie.

Autorii au estimat că, dacă acest model ar fi fost disponibil la momentul internării pacienților, utilizarea inadecvată a antibioticelor ar fi putut fi redusă cu peste 80%.

Comparația cu evaluarea clinică umană

Pentru a evalua performanța analizei cu inteligență artificială, rezultatele acesteia au fost comparate cu interpretarea dosarelor medicale realizată de trei medici specialiști în medicină internă și boli infecțioase.

Numărul de diagnostice corecte a fost similar între inteligența artificială și medici, însă s-au observat diferențe în modul de interpretare:

• inteligența artificială a acordat o pondere mai mare rapoartelor radiologice ale radiografiilor toracice;
• medicii au pus accent mai mare pe notele clinice și contextul pacientului.

Această diferență sugerează că inteligența artificială poate completa raționamentul clinic uman, oferind o perspectivă suplimentară asupra datelor disponibile.

Interpretări

Rezultatele studiului evidențiază valoarea unei abordări integrate, care combină date moleculare obiective cu analiza complexă a informațiilor clinice. Biomarkerul FABP4 furnizează un semnal biologic direct al infecției, în timp ce inteligența artificială reușește să sintetizeze rapid volume mari de date din dosarul medical electronic.

Un avantaj major al metodei este rapiditatea. Spre deosebire de culturile microbiologice, care pot necesita zile pentru rezultate, această abordare ar putea furniza informații relevante într-un interval mult mai scurt, facilitând decizii terapeutice timpurii.

Autorii subliniază și ușurința implementării, deoarece utilizarea inteligenței artificiale nu necesită competențe avansate în bioinformatică, iar prompturile utilizate au fost publicate pentru a putea fi replicate în medii clinice securizate.

Perspective viitoare

Echipa de cercetare lucrează în prezent la validarea clinică a acestui model ca test diagnostic utilizabil în practică. Următorul obiectiv major este aplicarea acestei strategii în diagnosticul sepsisului, una dintre cele mai frecvente și letale cauze de deces în spital, cunoscută pentru dificultatea diagnosticării precoce.

Concluzii

Acest studiu demonstrează că combinarea inteligenței artificiale generative cu un biomarker specific poate îmbunătăți substanțial diagnosticul infecțiilor pulmonare la pacienții critici. Abordarea are potențialul de a reduce semnificativ utilizarea inutilă a antibioticelor, de a accelera stabilirea diagnosticului corect și de a sprijini deciziile clinice în unitățile de terapie intensivă. Rezultatele susțin integrarea responsabilă a inteligenței artificiale ca instrument complementar în medicina de precizie.