Nell’Aphel Lab del Laboratorio di Patologia Clinica e Screening Neonatale dell’ospedale pediatrico Giovanni XXIII, lo screening neonatale si velocizza del 30% con la ronotica collaborativa della Strategic Business Unit Digital Healthcare di Predict (“Predict” o la “Società”), PMI innovativa che si dedica allo sviluppo di tecnologie nel settore dell’healthcare e, principalmente, nella diagnostica in vivo non invasiva, hanno permesso di automatizzare i processi per la validazione dei prelievi di sangue essiccato su carta da filtro (cartoncini “dried blood spot” o “DBS”) con l’anagrafica del neonato.
Aphel Lab è una stazione collaborativa, evoluzione della piattaforma di intelligenza artificiale Aphel sviluppata da Predict, che integra robot sanitari per offrire un concreto supporto al lavoro del personale medico e infermieristico. Il progetto, avviato a fine maggio 2024 all’Ospedale Pediatrico Giovanni XXIII, ha permesso di effettuare il check-in di un DBS in 50 secondi, processando in 8 mesi 30.000 cartoncini DBS provenienti da tutti i punti nascita e neonatologie di Puglia e Basilicata e destinate ai test sulle malattie rare.
L’importanza dello screening neonatale
Lo screening neonatale rappresenta uno degli strumenti più efficaci per la diagnosi precoce di un ampio spettro di malattie congenite rare, che viene effettuato prelevando poche gocce di sangue dal tallone del neonato tra le 48 e le 72 ore dalla nascita. Nel Laboratorio di Patologia Clinica e Screening Neonatale, il robot collaborativo Aphel Kronos effettua il check-in dei cartoncini da analizzare, leggendone e verificandone il codice a barre stampato, scansionando digitalmente il cartellino ed attribuendo a ciascuno un codice identificativo univoco per il tracciamento all’interno del laboratorio. Nel frattempo, il robot agile Aphel Hermes consegna i cartoncini già processati al personale sanitario del laboratorio per effettuare i test. L’automazione garantisce una procedura standardizzata e priva di errori umani, essenziale per la celerità dell’analisi. I dati anagrafici vengono così inseriti su un’unica rete digitale accessibile a tutte le neonatologie e, in caso di esito positivo, il centro clinico prende in carico il paziente per eseguire ulteriori accertamenti. Tale innovazione garantisce al personale del laboratorio tempo aggiuntivo per dedicarsi ad altri aspetti della preparativa e della diagnostica, prima sottratto per eseguire l’attività ripetitiva come il check-in, oramai automatizzata.
Nel 2024, l’Ospedale ha identificato 31 casi di neonati con malattie rare, di cui 7 casi ereditari riconducibili alle neo-madri, arrivando alla diagnosi prima della comparsa dei sintomi.
La Puglia è leader a livello nazionale nella diagnosi precoce, offrendo lo screening neonatale nazionale esteso (SNE) su 62 malattie rare, tra cui l’atrofia muscolare spinale (SMA), l’ipertiroidismo congenito, la fenilchetonuria e la fibrosi cistica.
Oltre al supporto in laboratorio, il robot di Predict nella sua declinazione Aphel Hermes inizierà ad intrattenere i bambini in sala d’attesa, aiutandoli a distrarsi e ridurre lo stress prima dei prelievi di routine.
Dichiarazioni
“Siamo estremamente orgogliosi dei risultati ottenuti con l’Aphel Lab presso l’ospedale pediatrico Giovanni XXIII, dove abbiamo ridotto del 30% i tempi di digitalizzazione dei check-in, migliorando l’efficienza del laboratorio. Il potenziale del progetto è elevato: nel caso dell’Ospedaletto abbiamo processato 30.000 cartellini, ma se replicato a livello nazionale, potremmo supportare sempre più le unità di screening neonatali nell’automatizzazione delle validazioni, riducendo i tempi e permettendo al personale di concentrarsi sul lavoro qualitativo di diagnosi e trattamento delle malattie rare. Come società orientata all’innovazione e al benessere delle persone, continueremo a sviluppare tecnologie all’avanguardia per un futuro più sano per tutti”, ha dichiarato Angelo Gigante, Presidente e Amministratore Delegato di Predict.