(AGENPARL) - Roma, 16 Luglio 2026 - Buongiorno, si invia la seguente nota stampa congiunta AOU – UNIMORE,
con allegata una foto del Professor Antonio Colecchia.
*Intelligenza artificiale e medicina di precisione: un nuovo algoritmo
migliora l'identificazione dei pazienti a rischio di complicanze epatiche*
*Lo studio internazionale coordinato dall'Università di Modena e Reggio
Emilia valida un innovativo score basato sul machine learning che riduce
l'incertezza diagnostica e supporta decisioni cliniche più tempestive e
meno invasive*
*Modena, giovedì 16 luglio 2026 *– Il nuovo contributo della ricerca
internazionale conferma il potenziale dell'intelligenza artificiale nel
migliorare la diagnosi e la gestione delle malattie epatiche croniche
avanzate. Un team di ricercatori coordinato dal *professor Antonio
Colecchia*, docente dell'Università di Modena e Reggio Emilia (UNIMORE)
e direttore della Gastroenterologia del Policlinico di Modena, in
collaborazione con l'Università di Yale (USA) e numerosi centri di
eccellenza europei e internazionali, ha sviluppato e validato
Pan-Elastography Machine Learning Score (*ELM Score*), un innovativo
algoritmo di intelligenza artificiale capace di predire in modo non
invasivo la presenza di ipertensione portale clinicamente significativa
(CSPH), tra le principali cause di scompenso e mortalità nei pazienti
con malattia epatica cronica avanzata.
Lo studio, che ha coinvolto oltre 1.400 pazienti provenienti da diversi
centri internazionali, rappresenta una delle più ampie casistiche
multicentriche mai utilizzate per lo sviluppo e la validazione di un
modello di intelligenza artificiale in ambito epatologico. L'ELM Score
combina i dati ottenuti dall'elastografia del fegato e della milza con
informazioni cliniche di uso routinario, tra cui conta piastrinica,
punteggio Child-Pugh, età, sesso ed eziologia della malattia, attraverso
un avanzato modello di machine learning.
