News

29 settembre 2020

FIDCARE, il sistema informativo sanitario di KIRANET, identifica anche l’assunzione di sostanze d’abuso

È quanto emerge dallo studio denominato “Esami su matrice cheratinica ed NPS: analisi dei campioni nell’ottica del case-reporting” della dott.ssa Elena Morrone – ASL Napoli 2 Nord.

Con FIDCARE, è possibile identificare l’assunzione o meno di cocaina di un soggetto, senza conoscere i risultati del test effettuato su matrice cheratinica.

Un risultato estremamente positivo che rappresenta solamente una delle possibili applicazioni di FIDCARE, il sistema informativo sanitario di KIRANET adottato dall’ASL Napoli 2 Nord per la gestione dei processi clinici e ambulatoriali.

Lo studio realizzato attraverso alcune funzionalità avanzate di FIDCARE, evidenzia che l’applicazione di metodologie di machine learning permette di identificare l’assunzione di sostanze d’abuso da parte di un paziente.

Una sostanza d’abuso è rilevabile per alcune ore nel sangue ed alcuni giorni nell’urina.

L’analisi tossicologica sulla matrice cheratinica, dal costo molto elevato, consente di incrementare la finestra temporale di rilevabilità di tale sostanza che può essere rintracciata nei capelli per alcuni mesi o anni, a seconda della lunghezza.

Per consentire a FIDCARE di identificare l’assunzione di sostanze d’abuso in un soggetto, sono stati inseriti i dati in input e i risultati dell’analisi su matrice cheratinica nell’algoritmo di machine learning utilizzato, in modo da consentire al sistema di imparare il nesso tra loro.

L’algoritmo di machine learning utilizzato da FIDCARE ha così generalizzato il processo per applicarlo anche a dati mai visti prima.

Alla base del processo vi è la raccolta di informazioni relative al soggetto e la loro successiva analisi per la rilevazione di eventuali correlazioni esistenti tra gli item (come e quanto due variabili variano insieme).

La dott.ssa Elena Morrone tramite FIDCARE, ha rilevato la presenza di tale correlazione in 38 pazienti su 50 con una percentuale di precisione del 73%.

In futuro l’utilizzo di algoritmi di machine learning potrà consentire a FIDCARE di:

  • predire ricadute del paziente;
  • predire l’insorgenza di dipendenze;
  • valutare se il rischio di sviluppare dipendenza relativo ai diversi tratti di personalità sia diverso per le differenti sostanze psicoattive;
  • valutare il rischio del consumo di droghe per diversi profili di personalità;
  • associare uno o più farmaci ad un nuovo paziente preso in carico;

Scopri di più su FIDCARE, contattaci >