Gli infortuni che coinvolgono bambine e bambini hanno un forte impatto emotivo. Immagino sia il caso anche per lei come madre.
Delphine Meier: Sì, certo, è un tema di stretta attualità che mi preoccupa molto. A mio figlio è appena stato tolto il gesso. Si era infortunato mentre giocava nel bosco. Come genitori abbiamo una grande responsabilità. Dobbiamo proteggere le nostre figlie e i nostri figli dai pericoli e al tempo stesso permettere loro di sperimentare per acquisire maggiore fiducia in sé stessi. Trovare il giusto equilibrio è una sfida, visto che ogni situazione e ogni bambina o bambino sono diversi.
Il suo punto di vista cambia come ricercatrice?
Come ricercatrice penso che per raggiungere la visione zero, ossia azzerare gli infortuni mortali nell’infanzia, dobbiamo poter risalire alle cause e alle dinamiche di questi eventi. È l’unica via percorribile per adottare le giuste misure di prevenzione. Facendo chiarezza e definendo regole efficaci facilitiamo il compito ai genitori che possono concentrarsi maggiormente sulla situazione specifica, le capacità e il temperamento delle figlie e dei figli.
Questo significa partire dalla base, ossia acquisire dati sugli infortuni?
Non disponiamo di una base di dati soddisfacente per gli infortuni subiti dalle bambine e dai bambini a casa, quando giocano, durante uno spostamento, a scuola o quando fanno sport. In passato l’UPI aveva cercato di istituire un monitoraggio in collaborazione con ospedali e pediatri, senza successo. Dieci anni fa ha acquisito dati sugli infortuni in età pediatrica nell’ambito di un’indagine condotta tra 15 000 nuclei familiari, che attualmente sta ripetendo. Servono però anche una rilevazione e un’analisi costanti dei dati. A tal fine l’UPI ha svolto uno studio di fattibilità dal quale è emerso che l’uso dell’intelligenza artificiale è particolarmente promettente per rendere disponibili a fini statistici i dati sugli infortuni contenuti nelle cartelle cliniche degli ospedali.
L’intelligenza artificiale apre nuove strade?
Certo. In base ai risultati dello studio di fattibilità abbiamo avviato un progetto pilota con l’IA in collaborazione con la ZHAW e l’Ospedale pediatrico di Zurigo. La ZHAW sta sviluppando un modello di machine learning in grado di leggere la descrizione dell’infortunio nelle cartelle anonimizzate delle bambine e dei bambini curati al pronto soccorso dell’Ospedale pediatrico di Zurigo. Ciò permetterà di estrarre informazioni utili ai fini della prevenzione degli infortuni.
Come funziona concretamente?
Una cartella clinica contiene tra l’altro un testo scritto dal medico curante. Dopo averlo letto, il modello di machine learning deve riconoscere ed estrarre le informazioni importanti nell’ottica della prevenzione. Può trattarsi di informazioni sul luogo dell’infortunio, sulla sua dinamica o sul prodotto coinvolto.
Può farci un esempio pratico?
Se nella cartella clinica è scritto che mentre mangiava dai nonni una bambina o un bambino si è strozzato con un pezzo di pane, il modello deve riconoscere «dai nonni» come luogo dell’infortunio e classificarlo nella categoria «abitazione privata», «mentre mangiava» come l’attività svolta al momento dell’infortunio e attribuirla alla categoria «ingestione di cibo», «pane» come prodotto coinvolto, «strozzarsi» come dinamica dell’infortunio da assegnare alla categoria «ostruzione delle vie respiratorie causata da un alimento».
Quindi questo modello è una sorta di programma di traduzione?
No, il modello va ben oltre, visto che deve riconoscere le correlazioni e sapere che termini diversi possono significare la stessa cosa. In realtà è come imparare una nuova lingua, ampliare il proprio vocabolario e, soprattutto, saper categorizzare le informazioni che a volte consistono in un solo termine, altre volte in una frase intera. Un infortunio di calcio può verificarsi in una società calcistica, a lezione di educazione fisica o nel giardino di casa. Forse il testo non contiene i termini «società», «lezione» o «giardino», ma il programma deve essere in grado di ricavare le informazioni giuste dal contesto.
Il processo di apprendimento è seguito da un computer?
Di questo si occupano il team di progetto e i partner della ZHAW. Noi dell’UPI definiamo le regole di categorizzazione. Attualmente nell’ambito del progetto pilota vengono elaborate migliaia di cartelle cliniche. In una prima fase, basandosi su una categorizzazione manuale, il modello impara a riconoscere e classificare le informazioni in un campione di cartelle cliniche elettroniche. In una seconda fase si testa con un altro campione come lavora il modello. A tal fine si confrontano i risultati dell’IA con quelli della categorizzazione manuale.
Quanto sono importanti i partenariati?
Sono irrinunciabili. La ZHAW dispone di competenze specialistiche in ambito sanitario e nel campo del machine learning. Collabora già con diversi ospedali e dispone di una solida rete di contatti nel settore della salute delle bambine, dei bambini e degli adolescenti. Per lo sviluppo del modello l’Ospedale pediatrico di Zurigo mette a disposizione 40 000 cartelle cliniche elettroniche anonimizzate riguardanti infortuni in età pediatrica verificatisi tra il 2018 e il 2022. Inoltre ci sostiene con la sua competenza ed esperienza medica.
Un progetto di lungo respiro con un obiettivo ambizioso?
È la prima volta che l’UPI utilizza l’IA per migliorare le basi di dati. Se la fase pilota produrrà i risultati auspicati, prevediamo di istituire un monitoraggio degli infortuni basato sui dati di altri ospedali pediatrici svizzeri. Le sfide sono molte e interessanti. Vogliamo ad esempio fare degli ospedali i nostri partner. Il modello di machine learning richiederà inoltre servizi di manutenzione e dovrà imparare anche il francese e l’italiano.
Questo ci avvicina alla visione zero per gli infortuni in età pediatrica?
Lo spero sinceramente. Da un lato disporremo di informazioni più precise sulla realtà infortunistica globale in Svizzera. Dall’altro conosceremo meglio le cause e le dinamiche degli infortuni gravi e questo ci permetterà di prevenire quelli mortali. Penso ad esempio ai quasi annegamenti. La maggior parte delle bambine e dei bambini che ne sono vittima finiscono in ospedale. Dalle statistiche sugli infortuni risulta tuttavia che i decessi sono pochi. Saperne di più sulle circostanze in cui si verificano gli infortuni quasi mortali e su come si evolve la situazione è una base importante per raggiungere la visione zero. Sarebbe inoltre utile disporre di informazioni più dettagliate sugli oggetti che vengono ingeriti, ad esempio le calamite o le batterie a bottone. Nella maggior parte dei casi tali oggetti sono menzionati nelle cartelle cliniche. Il modello dovrebbe essere in grado di individuare soprattutto queste tipologie di infortunio, a tutt’oggi sottovalutate. Solo conoscendo i pericoli reali possiamo sviluppare misure di prevenzione davvero efficaci.
