La poliposi nasale è una condizione infiammatoria cronica della mucosa nasale e dei seni paranasali caratterizzata dalla presenza di polipi, ovvero escrescenze benigne che possono ostruire le vie nasali e i seni. Si tratta di una condizione relativamente comune, con una prevalenza stimata tra il 5% e il 10%[1].
Una percentuale significativa di questi pazienti può sviluppare una forma resistente della malattia, rappresentando un’importante sfida clinica[2]. Si tratta, infatti, di pazienti che, nonostante i trattamenti convenzionali, come corticosteroidi intranasali e orali, sviluppano una forma di poliposi nasale con recidive frequenti e bassa risposta alle terapie e che, pertanto, richiede un approccio diagnostico e terapeutico più complesso. Ciò soprattutto a causa del notevole impatto che la CRSwNP ha sulla qualità della vita dei pazienti a causa di sintomi quali la perdita dell’olfatto, la rinorrea cronica e i disturbi del sonno.
La gestione di queste condizioni spesso richiede un approccio complesso e personalizzato, con l’impiego di farmaci biologici in molti casi. La comprensione dell’efficacia e della sicurezza di questi trattamenti sono essenziali per ottimizzare le terapie e per guidare i processi di decision making dei clinici.
L’Intelligenza Artificiale e il machine learning stanno rivoluzionando vari aspetti della medicina, dal miglioramento della diagnosi alla personalizzazione delle terapie. Le tecnologie basate su IA possono analizzare grandi volumi di dati clinici, identificare pattern nascosti e velocizzare il processo di scelta dell’approccio terapeutico, migliorando l’efficacia della decisione umana[3] [4].
La valutazione dell’efficacia e della sicurezza dei farmaci biologici richiede un’analisi approfondita dei dati provenienti da studi clinici e real-world evidence (RWE). L’IA può accelerare questo processo, consentendo una sintesi rapida e accurata delle evidenze disponibili e migliorando la gestione dei pazienti.
Obiettivi e metodi
Migliorare le conoscenze in tema di EBM su profili di efficacia e sicurezza dei farmaci biologici e degli strumenti avanzati forniti dalla AI che possono essere utilizzati per il confronto della letteratura e dei dati clinici con finalità di:
- Apprendere quali sono gli strumenti migliori per l’analisi dell’EBM e dei dati clinici e il loro utilizzo (teoria & pratica)
- Approfondire e comprendere i reali profili di efficacia e sicurezza dei farmaci biologici in CRSwNP attraverso gli strumenti dell’AI (teoria & pratica)
- Riconoscere quali bias possono influenzare il processo decisionale del clinico e condizionarne le scelte (teoria & pratica)
- Sviluppare competenze pratiche attraverso esercitazioni hands-on
Il format prevede un’alternanza di momenti di inquadramento teorico dei topic oggetto della formazione e momenti di “learning by doing”: workshop pratici con strumenti di IA con il supporto dei tutor.
Faculty
Eugenio De Corso: Otorinolaringoiatria. UOC Otorinolaringoiatria, Fondazione Policlinico Universitario Agostino Gemelli IRCCS – Roma
Simona Leone: Psicologia. Formazione Elform e-learning – Latina
Pierpaolo Loreti: Ingegneria Elettronica. Professore Associato in Ingegneria Elettronica, Università degli Studi Tor Vergata – Roma
Gianmarco Rizzo: Formazione. Formatore esperto in IA. Libero professionista – Lonigo (VI)
Veronica Seccia: Otorinolaringoiatria. Responsabile Ambulatorio di Rinologia, Azienda Ospedaliero Universitaria Pisana – Pisa
Sara Torretta: Otorinolaringoiatria. UOC Otorinolaringoiatria e Chirurgia Cervico-Facciale, Fondazione IRCCS Cà Granda Ospedale Maggiore Policlinico – Milano
Alessandra Vultaggio: Allergologia e Immunologia Clinica SOD Immunoallergologia, Azienda Ospedaliero Universitaria Careggi – Firenze
Tutor
Carlo Cavaliere: Otorinolaringoiatria. UOC Otorinolaringoiatria, Policlinico Umberto I. Ricercatore in Otorinolaringoiatria Università La Sapienza – Roma
Tommaso Gualtieri: Otorinolaringoiatria. SOC Otorinolaringoiatria Prato-Firenze, Ospedale S. Stefano – Prato
Antonella Loperfido: Otorinolaringoiatria. UOC Otorinolaringoiatria, Azienda Ospedaliera S. Camillo Forlanini – Roma
Antonio Moffa: Otorinolaringoiatria. UOS Terapie Integrate in Otorinolaringoiatria, Fondazione Policlinico Universitario Campus Bio-Medico – Roma
Claudio Montuori: Otorinolaringoiatria. Dipartimento testa-collo e organi di senso, Facoltà di Medicina e Chirurgia “A. Gemelli”, Università Cattolica del Sacro Cuor
[1] PDTA RINOSINUSITE CRONICA TIPO 2, Gruppo di lavoro Accademia Italiana di RinologiaGiorli A, Biagini C, Cavaliere C, Pipolo C, Staffieri C, Dragonetti A, De Corso E, Martino F, Arnone F, Gelardi M, Gramellini G, La Mantia I, Malvezzi L, Bignami M, Monti G, Pollicina I, Dehani P, Cannevari R, Gallo S, Seccia S, Macchi A
[2] Fokkens WJ, Lund VJ, Hopkins C, et al., European Position Paper on Rhinosinusitis and Nasal Polyps 2020. Rhinology. 2020 Feb 20;58(Suppl S29):1-464. doi: 10.4193/Rhin20.600. PMID: 32077450
[3] Jiang, F., et al. (2017). “Artificial intelligence in healthcare: past, present and future.” Stroke and Vascular Neurology, 2(4), 230-243
[4] Topol, E. J. (2019). “High-performance medicine: the convergence of human and artificial intelligence.” Nature Medicine, 25(1), 44-56
