Batteri resistenti, allarme in Italia: l’IA diventa l’arma per fermarli

La resistenza batterica agli antibiotici rappresenta una minaccia crescente per la salute pubblica globale e costituisce una priorità anche in Italia nel 2025. Le infezioni causate da ceppi multiresistenti complicano la gestione clinica, aumentando rischi, mortalità e costi sanitari. In questo contesto, l’intelligenza artificiale (IA) emerge come una risorsa innovativa per contrastare efficacemente tale fenomeno.
Emergenza in espansione

Secondo il Rapporto AIFA 2025, nel 2023 il consumo di antibiotici in Italia è cresciuto del 5,4% rispetto all’anno precedente, con picchi del 40% durante i mesi invernali. L’incremento è in parte dovuto a terapie inappropriate, ad esempio impiegate contro infezioni virali non responsivi agli antibiotici. Le categorie più colpite sono la popolazione anziana, con quasi metà degli over 65 che ha fatto uso di antibiotici almeno una volta nel 2023, e i bambini fino a 13 anni, con un aumento delle prescrizioni dal 33,7% al 40,9%. Il Sud Italia mostra maggiori criticità, legate anche a difficoltà di accesso a diagnosi rapide, che favoriscono un uso più intensivo e spesso inappropriato di antibiotici.

I dati microbiologici indicano un aumento della resistenza di Escherichia coli alle cefalosporine di terza generazione dal 23,8% nel 2021 al 26,7% nel 2023. Klebsiella pneumoniae, patogeno critico, mostra tassi elevati di resistenza: oltre il 55% alle cefalosporine e intorno al 50% ai fluorochinoloni, con una mortalità associata che può raggiungere il 50% in certi pazienti ospedalizzati. Oltre agli antibiotici, anche farmaci come gli inibitori della pompa protonica (es. omeprazolo), largamente usati per il reflusso gastroesofageo, influenzano la flora intestinale e favoriscono la selezione di germi multiresistenti come Clostridium difficile.

L’intelligenza artificiale offre molteplici applicazioni pratiche per supportare la lotta contro la resistenza batterica e il controllo delle infezioni ospedaliere:

• Monitoraggio e sorveglianza automatizzata: l’IA analizza in tempo reale grandi volumi di dati clinici, microbiologici ed epidemiologici, identificando rapidamente i pazienti a rischio di infezioni correlate all’assistenza o da batteri multiresistenti e permettendo interventi tempestivi;

• Sistemi di allerta precoce: algoritmi predittivi generano alert automatici al team sanitario in presenza di un rischio elevato di infezione o colonizzazione da germi resistenti, anticipando diagnosi e trattamenti e migliorando gli esiti clinici;

• Supporto decisionale terapeutico: attraverso l’analisi dei profili di resistenza locali, dati microbiologici personalizzati e caratteristiche cliniche, l’IA assiste nella scelta del regime antibiotico più adeguato, riducendo l’uso improprio di farmaci;

• Ottimizzazione delle pratiche preventive: il monitoraggio del rispetto delle misure di controllo infezioni, come l’uso corretto dei dispositivi di protezione individuale (DPI) con tecniche di riconoscimento visivo, migliora la compliance anche in contesti complessi;

• Riduzione del carico amministrativo: automatizzando la raccolta e analisi dati, l’IA libera risorse infermieristiche da attività ripetitive, consentendo un maggiore focus sull’assistenza diretta e personalizzata.

Studi clinici e sperimentazioni riportate in letteratura scientifica dimostrano che l’uso di sistemi basati su IA riduce la durata delle degenze ospedaliere e la mortalità intra-ospedaliera senza aumentare eventi avversi. Ad esempio, uno studio randomizzato e controllato dell’Università della California ha rilevato che un algoritmo di IA dedicato all’individuazione precoce dei pazienti a rischio di infezioni correlate all’assistenza ha permesso di ridurre la durata media del ricovero da 13 a 10,3 giorni e il tasso di mortalità intra-ospedaliera del 12,4% senza aumento di eventi avversi. Altri report evidenziano diminuzioni significative di mortalità e tempi di degenza in ospedali che integrano modelli di IA per la sorveglianza clinica (riduzioni della mortalità fino al 39,5% e della degenza del 32,3% in alcuni trial multicentrici). Inoltre, alcune strutture hanno documentato una riduzione dell’incidenza di infezioni correlate all’assistenza variabile tra lo 0,58% e l’1,31%, grazie all’utilizzo di algoritmi predittivi e di allerta precoce basati su IA che supportano il personale sanitario nel monitoraggio e nella prevenzione delle infezioni.

L’adozione di tecnologie digitali e sistemi intelligenti rafforza le competenze infermieristiche nel monitoraggio delle infezioni, nella raccolta dati accurata e nel dialogo multidisciplinare, contribuendo così alla riduzione dell’antibiotico-resistenza, che richiede comunque un approccio integrato che unisca innovazione tecnologica, politiche sanitarie efficaci e formazione specialistica. L’intelligenza artificiale può migliorare concretamente la gestione clinica e la prevenzione delle infezioni resistenti, promuovendo un sistema sanitario più sicuro, efficientee sostenibile.

Andrea Tirotto

da 24OreSalute