Lezione 1Fondamenti della fisiopatologia della sepsi e criteri clinici (SIRS, qSOFA, SOFA, Sepsis-3)Rivede la biologia della sepsi e la risposta dell'ospite, collegando questi meccanismi ai segni al letto del paziente come ipotensione, tachicardia e disfunzione d'organo. Confronta i criteri SIRS, qSOFA, SOFA e Sepsis-3 e il loro uso nel triage del Pronto Soccorso.
Risposta dell'ospite all'infezione e disfunzione d'organoCambiamenti emodinamici e insufficienza microcircolatoriaSIRS, qSOFA, SOFA: componenti e soglieDefinizione Sepsis-3 e criteri di shock setticoLimitazioni dei punteggi clinici in Pronto SoccorsoLezione 2Sicurezza, modalità di guasto e mitigazione: falsi positivi/negativi, drift del modello, problemi di qualità dei dati, input avversariIdentifica i rischi di sicurezza come falsi positivi, falsi negativi, drift del modello e scarsa qualità dei dati. Esplora input avversari o inaspettati, monitoraggio robusto, guardrail, supervisione umana e processi per aggiornamenti sicuri del modello.
Falsi positivi, falsi negativi e modalità di dannoControlli di qualità dei dati e rilevazione anomalieDrift del modello, ricalibrazione e ritrainingGestione input avversari o inaspettatiSupervisione umana, override e governanceLezione 3Metriche di valutazione e strategie di validazione per la predizione della sepsi: AUROC, AUPRC, calibrazione, lead time, analisi della curva decisionaleDefinisce le metriche di performance chiave per la predizione della sepsi, inclusi AUROC, AUPRC, calibrazione e lead time. Spiega validazione interna ed esterna, validazione temporale e analisi della curva decisionale per la valutazione dell'utilità clinica.
AUROC, AUPRC e squilibrio di classiCurve di calibrazione e stratificazione del rischioLead time e performance specifica per orizzonteValidazione interna, esterna e temporaleAnalisi curva decisionale e beneficio nettoLezione 4Ingegneria delle feature e modellazione temporale: preprocessing serie temporali, finestre scorrevoli, estrazione trendSpiega come pulire e allineare i dati temporali del Pronto Soccorso per la modellazione. Copre resampling, gestione intervalli irregolari, finestre scorrevoli, feature di trend e variabilità, e codifica di interventi e contesto clinico nel tempo.
Allineamento temporale, resampling e interpolazioneFinestre scorrevoli e orizzonti di predizioneFeature di trend, variabilità e derivateCodifica interventi e escalation assistenzialiGestione serie temporali irregolari e sparseLezione 5Modelli di machine learning per predizione rischio acuto: regressione logistica, gradient boosted trees, RNN, reti convoluzionali temporali, transformer per serie temporaliConfronta approcci di modellazione per predizione rischio sepsi acuto, dalla regressione logistica ai gradient boosted trees e modelli deep sequence. Evidenzia punti di forza, limitazioni, interpretabilità e idoneità ai vincoli temporali del Pronto Soccorso.
Regressione logistica e scelte di regolarizzazioneGradient boosted trees e importanza featureReti neurali ricorrenti per sequenzeReti convoluzionali temporali per serie temporaliTransformer per dati clinici temporaliLezione 6Modalità dati per rilevazione sepsi in tempo reale: vitali, laboratori, note infermieristiche, farmaci, forme d'ondaDescrive i flussi di dati real-time chiave in Pronto Soccorso, inclusi segni vitali, test di laboratorio, farmaci, documentazione infermieristica e forme d'onda fisiologiche. Discute tassi di campionamento, affidabilità e come ogni modalità segnala l'evoluzione della sepsi.
Segni vitali e feed di monitoraggio continuoPannelli di laboratorio, colture e tempi di turnaroundOrdini farmaci, fluidi e vasopressoriNote infermieristiche, testo triage e flowsheetForme d'onda da monitor e dispositivi al lettoLezione 7Integrazione con workflow Pronto Soccorso e sistemi EHR: stream eventi, FHIR, HL7, app SMART on FHIR, CDS HooksDescrive come i modelli IA sepsi si integrano nei workflow Pronto Soccorso e EHR. Rivede stream eventi, HL7, risorse FHIR, app SMART on FHIR e CDS Hooks, enfatizzando usabilità, affidabilità e minima disruption della pratica clinica.
Architetture event-driven e stream datiRisorse HL7 e FHIR per segnali sepsiApp SMART on FHIR per supporto decisioni al lettoCDS Hooks per raccomandazioni contestualiMappatura workflow e test usabilitàLezione 8Progettazione alert clinici e fattori umani: soglie, mitigazione fatigue allarme, workflow escalation, chi riceve gli alertCopre principi di progettazione alert per clinici Pronto Soccorso, inclusa selezione soglie, alert tiered e routing a ruoli appropriati. Affronta fatigue allarme, timing alert, percorsi escalation e presentazione spiegazioni e contesto.
Scelta soglie e tier alertFatigue allarme e strategie soppressioneChi riceve alert e su quali canaliWorkflow escalation e supporto handoffSpiegazione alert e fornitura contestoLezione 9Requisiti regolatori ed evidenza per IA diagnostica: considerazioni FDA/CMS, design studi validazione clinica, piloti prospettici, standard reporting (TRIPOD, CONSORT-AI)Delimita aspettative regolatorie ed evidenze per IA diagnostica in sepsi, inclusi percorsi FDA, considerazioni CMS e validazione clinica. Rivede piloti prospettici e standard reporting come TRIPOD e CONSORT-AI.
Percorsi FDA per tool supporto diagnosticoCMS, rimborsi e programmi qualitàDesign studi validazione clinica robustiPiloti prospettici e rollout fasiGuida reporting TRIPOD e CONSORT-AILezione 10Considerazioni frequenza deployment e latenza: streaming near-real-time vs scoring batch, gestione dati mancanti e ritardatiDiscute architetture deployment per modelli sepsi, confrontando streaming near-real-time con scoring batch. Affronta budget latenza, gestione dati mancanti o ritardati, backfilling e monitoraggio salute pipeline dati in Pronto Soccorso.
Streaming near-real-time vs scoring batchBudget latenza e definizioni SLAImputazione input mancanti e ritardatiBackfilling, replay e dati late-arrivingMonitoraggio pipeline e resilienza sistema
