The Pulse

PREVIA di NYU Langone individua tutti i 30 casi di PTSD emersi successivamente in un confronto diretto

I ricercatori di NYU Langone Health riferiscono che PREVIA ha individuato tutti i 30 casi di PTSD emersi successivamente in un gruppo di pazienti. Lo strumento di IA analizza i racconti raccolti al pronto soccorso per valutare il rischio e

AI.info Team · Scritto con l’IA · verificato · 2026-11-09

PREVIA ha individuato il 100 per cento dei 30 casi di PTSD emersi successivamente nel gruppo di pazienti; un medico del pronto soccorso specializzato in PTSD ha identificato correttamente l’89 per cento di quei casi. L’insieme dei modelli di IA, ciascuno dei quali ha analizzato i racconti del trauma di 145 pazienti del pronto soccorso, ha identificato correttamente oltre il 95,4 per cento dei pazienti a rischio. Lo studio è stato pubblicato online il 9 novembre su Nature Communications.

Il risultato del 100% di PREVIA riguarda 30 casi di PTSD emersi successivamente

I pazienti hanno descritto ciò che li aveva portati al pronto soccorso e le loro risposte sono state registrate e trascritte per l’analisi. I ricercatori hanno esaminato se quei racconti potessero aiutare a individuare chi avrebbe sviluppato un disturbo da stress post-traumatico un mese dopo.

Katharina Schultebraucks, PhD, autrice senior dello studio e professoressa associata nei dipartimenti di psichiatria e salute della popolazione di NYU Langone, ha dichiarato:

«PREVIA può fungere da strumento di screening basato sull’IA che individua i pazienti a rischio e ne spiega il motivo, senza allungare i tempi di accettazione negli affollati pronto soccorso».

Katharina Schultebraucks, PhD, professoressa associata nei dipartimenti di psichiatria e salute della popolazione di NYU Langone

Dal racconto del trauma a un punteggio di rischio spiegato

PREVIA combina strumenti di IA selezionati per i loro diversi punti di forza: il modello Llama tende a dare risalto ai segnali di rischio di PTSD, mentre Mistral evidenzia i fattori protettivi e contestuali. Il suo primo livello cerca i sintomi manifestati durante il trauma iniziale, come la perdita di controllo o l’amnesia, e i primi sintomi rilevati al pronto soccorso, come la sensazione di essere disconnessi dal proprio corpo.

Un secondo livello valuta fattori di rischio, tra cui problemi di salute mentale preesistenti e uno status socioeconomico più basso, insieme a fattori protettivi come le capacità di affrontare le difficoltà e un forte sostegno sociale. Un terzo modello sintetizza queste valutazioni in un riepilogo strutturato e un livello finale combina il riepilogo con informazioni demografiche, tipo di trauma e tassi noti di prevalenza del PTSD per produrre un punteggio di rischio accompagnato da una spiegazione in linguaggio semplice.

Gli esperimenti hanno rilevato che la struttura a tre livelli dello strumento ha ottenuto risultati costantemente migliori rispetto a configurazioni più semplici nella maggior parte delle metriche di prestazione. I ricercatori hanno anche confrontato i risultati con le diagnosi degli stessi casi formulate usando la Clinician-Administered PTSD Scale for DSM-5, o CAPS-5, l’intervista clinica considerata il riferimento per la diagnosi del PTSD.

Lo screening di routine è raro nei pronto soccorso

Secondo studi precedenti, ogni anno circa 43 milioni di pazienti vengono ricoverati nei pronto soccorso statunitensi con lesioni fisiche e più di un quarto di loro sviluppa il PTSD. Solo circa il 28 per cento dei pronto soccorso effettua uno screening di routine per il PTSD e solo due terzi di questi utilizzano strumenti convalidati.

Secondo gli autori dello studio, questa lacuna riflette probabilmente il sovraffollamento e il tempo limitato a disposizione dei medici: in genere i medici hanno circa 15–20 minuti per paziente e devono dare priorità ai problemi medici immediati rispetto a lunghe valutazioni della salute mentale. I ricercatori descrivono il primo mese dopo il trauma come un periodo cruciale per individuare le persone a rischio, perché dopo molti pazienti non sono più in contatto con l’ospedale.

Schultebraucks ha affermato che PREVIA utilizza modelli open source e non richiede addestramento né fine-tuning. Lo studio è stato finanziato dalla sovvenzione R01 MH129856 del National Institute for Mental Health, con Schultebraucks come ricercatrice principale.