La diagnosi precoce può rendere più facile contenere le epidemie emergenti, ma i sistemi di sorveglianza esistenti possono fallire quando una malattia produce sintomi inattesi, evolve nel tempo o varia da un paziente all’altro. Un articolo pubblicato da Nature il 2 novembre 2026 sostiene che i sistemi sanitari debbano migliorare il modo in cui riconoscono questi segnali clinici.

Attualmente il monitoraggio delle epidemie si basa sulla sorveglianza basata sugli eventi, sul sequenziamento genomico e sulla sorveglianza sindromica. Questi metodi utilizzano le segnalazioni provenienti dalle comunità e dagli operatori sanitari, la conferma di laboratorio degli agenti patogeni e l’identificazione delle persone con sintomi caratteristici. Tuttavia, le manifestazioni atipiche e le coinfezioni possono oscurare le diagnosi e ritardare l’azione di sanità pubblica.

L’articolo indica diversi esempi. Durante la diffusione iniziale di SARS-CoV-2 all’inizio del 2020, la febbre e la difficoltà respiratoria furono inizialmente enfatizzate, mentre la perdita dell’olfatto impiegò mesi per essere ampiamente riconosciuta come indicatore. Le varianti successive, tra cui Omicron, erano più spesso associate a sintomi simili a quelli del raffreddore e dell’influenza. Nell’epidemia di mpox del 2022, alcuni pazienti svilupparono lesioni genitali o anali invece dell’eruzione cutanea generalizzata comunemente associata alla malattia. Le infezioni da virus Nipah in Bangladesh e India possono inoltre presentare quadri mutevoli, tra cui infiammazione cerebrale, confusione e convulsioni, oppure difficoltà respiratorie.

Per colmare queste lacune, gli autori propongono cinque misure collegate nell’ambito del termine «preparazione ai sintomi». L’approccio mira a rilevare i segnali clinici, validarli, integrarli nelle indicazioni per la sorveglianza e la diagnosi e restituire rapidamente le informazioni aggiornate ai medici in prima linea.

La prima misura consiste nell’istituire meccanismi formali per segnalare cluster di casi insoliti. I medici potrebbero documentare quella che l’articolo definisce «deriva clinica» attraverso piattaforme digitali di sorveglianza esistenti, come District Health Information Software 2. Un medico senior o un epidemiologo ospedaliero verificherebbe che un cluster sia effettivamente atipico, mentre gli strumenti statistici potrebbero contribuire a determinare se sia improbabile che rifletta malattie stagionali di routine. Le segnalazioni verificate potrebbero quindi attivare allerte locali che i centri nazionali di intelligence per la salute pubblica dovrebbero valutare.

La seconda misura proposta consiste nell’utilizzare l’intelligenza artificiale per identificare i casi atipici. I sistemi di Apprendimento automatico addestrati su dati clinici etichettati in base al tempo e al luogo potrebbero segnalare i pazienti i cui sintomi differiscono dai quadri normalmente osservati nelle loro comunità. I sistemi non diagnosticherebbero le malattie, ma identificherebbero i casi che richiedono ulteriori indagini e fornirebbero supporto, senza sostituire il giudizio clinico.

Gli autori osservano che questi strumenti si trovano ancora in una fase iniziale e richiederebbero connettività affidabile, dati di buona qualità, test locali, monitoraggio continuo e garanzie di tutela della privacy. Nei contesti privi delle strutture necessarie per eseguire modelli di intelligenza artificiale, le informazioni anonimizzate potrebbero essere inviate a un sistema nazionale centralizzato tramite applicazioni mobili, SMS o registri elettronici esistenti.

La terza misura consiste nell’adottare definizioni dei casi stratificate e dinamiche invece di affidarsi esclusivamente a criteri clinici fissi. Le autorità di sanità pubblica potrebbero distinguere tra casi sospetti, probabili e confermati, con comitati di specialisti incaricati di aggiornare i criteri man mano che diventano disponibili nuove informazioni cliniche. L’articolo sostiene che un sistema di questo tipo avrebbe potuto consentire di aggiungere più rapidamente le lesioni genitali localizzate alla definizione di caso sospetto di mpox nel 2022.

Il testo di riferimento individua altri due elementi dell’approccio proposto: la validazione dei segnali clinici emergenti e la loro rapida traduzione in indicazioni per la sorveglianza e la diagnosi, seguita dal feedback ai medici. Nel loro insieme, queste misure intendono aiutare i sistemi sanitari a reagire quando gli agenti patogeni inizialmente non assomigliano alle malattie che sono noti per causare.

Fonti: Nature.