L'Università di Goteborg ha pubblicato su PLOS Medicine un modello di deep learning che stima chi si romperà il femore entro due anni con un'accuratezza dell'87%. Lo strumento, chiamato FRACTURE-ML, ha analizzato 3.542.647 svedesi over 50 senza chiedere loro nulla: attinge solo ai registri sanitari nazionali già esistenti.
Come funziona il modello svedese
Il team dell'Accademia Sahlgrenska ha partito da 139.980 variabili predittive, diagnosi ospedaliere, prescrizioni farmacologiche, procedure chirurgiche, dati socioeconomici, su una coorte seguita per un periodo mediano di 9 anni, durante i quali si sono verificate 142.327 fratture del femore. Testando architetture DeepSurv, XGBoost e regressioni di Cox, la configurazione principale su 2.500 predittori ha raggiunto un'AUC di 0,89 a un anno e 0,88 a due anni. La sorpresa metodologica: una versione ridotta a soli 35 parametri mantiene un'AUC di 0,87 a due anni e 0,85 a cinque, con età, sesso, volume di prescrizioni nell'ultimo anno, stato civile e disturbi psichiatrici legati all'alcol tra i fattori più pesanti. Contro la prevenzione secondaria basata sui Fracture Liaison Services (AUC 0,55 a due anni), FRACTURE-ML identifica sette volte più soggetti a rischio prima del primo evento: sensibilità 0,84 contro 0,12, come si legge nello studio pubblicato su PLOS Medicine.
Perchè in Italia oggi non è replicabile
Il modello funziona perchè la Svezia dispone di registri sanitari centralizzati e interoperabili su tutta la popolazione, con codici anagrafici univoci che collegano ricoveri, farmaci ed esiti clinici. In Italia questa infrastruttura non esiste ancora. A gennaio 2025 il presidente dell'Istituto Superiore di Sanità Rocco Bellantone e il ministro Orazio Schillaci hanno annunciato l'ipotesi di un registro nazionale delle fratture da fragilità, citando un impatto stimato di 10 miliardi di euro l'anno sulla spesa sanitaria e circa 100.000 ricoveri annui per frattura del femore negli over 65. Un registro operativo, però, non c'è ancora.
Il Fascicolo Sanitario Elettronico resta frammentato regione per regione e il flusso Schede di Dimissione Ospedaliera non copre le prescrizioni farmacologiche territoriali con la stessa granularità del registro svedese. Lo si vede anche a valle del problema: nel Piano Nazionale Esiti 2023 la proporzione di interventi entro 48 ore per frattura del collo del femore si e' fermata a un valore mediano del 59%, sotto lo standard del 60% fissato dal DM 70/2015, con Calabria, Basilicata, Molise e Sardegna intorno al 40%. Il divario nord-sud sulla presa in carico peggiora un quadro epidemiologico che, come si vede nell'analisi sulle ondate di calore e vulnerabilità italiana, colpisce più duramente proprio i pazienti anziani fragili già a rischio di caduta domestica.
Cosa cambierebbe per il SSN se il modello fosse importato
Il potenziale operativo di uno strumento come FRACTURE-ML è concreto. Nella simulazione svedese su 100.000 persone con incidenza quinquennale del 2,3%, impostando la sensibilità all'80%, il modello segnala 24.533 individui da avviare a densitometria ossea (DEXA), abbattendo del 75,5% la platea rispetto a uno screening universale. Tradotto sul contesto italiano: significherebbe indirizzare la MOC solo verso chi ne ha davvero bisogno, invece di seguire le attuali maglie larghe dei criteri LEA. Un modello del genere è utile perchè i danni delle fratture del femore non si esauriscono nell'evento acuto: la mortalità a un anno negli over 65 italiani si attesta intorno al 20%, con picchi del 28% in alcune casistiche regionali.
Il codice di FRACTURE-ML è pubblico su GitHub e Zenodo, e gli autori dichiarano espressamente che serve una validazione esterna su sistemi sanitari diversi da quello svedese. In Italia il primo passo non è però informatico: è costruire il flusso dati che consenta a un algoritmo di leggere prescrizioni, ricoveri e comorbilità di un anziano come un unico percorso, e non come frammenti separati tra assistenza territoriale, ospedale e specialistica ambulatoriale.