PREVIA di NYU Langone segnala il rischio di PTSD dai racconti raccolti al pronto soccorso

NYU Langone Health ha annunciato il 9 novembre 2026 che il suo sistema di IA PREVIA, basato su un insieme di modelli, ha analizzato i racconti di eventi traumatici raccolti nei reparti di pronto soccorso per stimare il rischio di disturbo da stress post-traumatico (PTSD) a un mese, registrando una sensibilità del 95,4% con la configurazione migliore in uno studio su 145 pazienti. Questo strumento sperimentale di screening è progettato per individuare i pazienti a rischio senza aggiungere un lungo questionario sulla salute mentale alle procedure di accettazione in pronto soccorso.

L’articolo su Nature Communications, pubblicato anch’esso il 9 novembre, riporta un’AUROC del 78,5% e una precisione del 46,8% nelle tre partizioni della convalida incrociata e sottolinea la necessità di una convalida su coorti più ampie e indipendenti. La sensibilità misura la quota di casi di PTSD successivi individuati; la precisione misura la quota di pazienti segnalati che hanno effettivamente sviluppato PTSD; l’AUROC riassume quanto bene i punteggi distinguono i due esiti. Una precisione di questo livello significa che molti screening positivi sarebbero falsi positivi, con il rischio di aumentare il tempo che il personale dedica ai controlli successivi, il carico per i pazienti e i costi di allocazione delle risorse, anche se il passaggio successivo consisterebbe in genere in una breve valutazione, anziché in un intervento invasivo.

PREVIA è stato progettato per colmare una lacuna concreta: secondo lo studio, solo circa il 28% dei reparti di pronto soccorso degli Stati Uniti effettua regolarmente screening per il PTSD e appena due terzi di questi utilizzano questionari convalidati. Le valutazioni standard entrano in competizione con le esigenze mediche immediate, in un contesto in cui il tempo a disposizione dei medici è in genere di circa 15–20 minuti per paziente. Il primo mese dopo un trauma è una finestra cruciale per l’identificazione, perché a quel punto molti pazienti non sono più in contatto con l’ospedale.

Katharina Schultebraucks, autrice senior dello studio e codirettrice di psichiatria computazionale presso la NYU Grossman School of Medicine, ha dichiarato: «PREVIA può fungere da strumento di screening basato sull’IA, individuando i pazienti a rischio e spiegandone i motivi, senza aggiungere tempo alle procedure di accettazione nei pronto soccorso molto frequentati».

Dal racconto raccolto al letto del paziente a un punteggio di rischio

I coordinatori della ricerca hanno chiesto ai pazienti di due centri traumatologici di livello 1 di New York City di descrivere l’evento che li aveva portati al pronto soccorso. I partecipanti sono stati arruolati entro 24 ore dal trauma e hanno avuto fino a tre minuti per rispondere, mentre un iPad registrava un video. I racconti erano composti in media da circa 374 parole. Whisper ha trascritto il parlato dei pazienti e il personale di ricerca madrelingua inglese ha verificato le trascrizioni. Gli esiti relativi al PTSD a un mese sono stati determinati mediante la Scala per il PTSD somministrata dal clinico per il DSM-5, un’intervista diagnostica clinica.

PREVIA elabora ogni trascrizione in tre fasi. Nella prima, Llama e Mistral valutano in modo indipendente i sintomi precoci di stress post-traumatico, le reazioni durante l’evento traumatico, i fattori di rischio e quelli protettivi. DeepSeek riunisce le loro otto valutazioni in sintesi strutturate, mentre i punteggi numerici dei due modelli vengono mediati attribuendo loro lo stesso peso. Un valutatore finale combina le sintesi con l’età, il sesso, il tipo di trauma e i dati sulla prevalenza del PTSD per produrre un punteggio di rischio da 0 a 100 e una breve spiegazione.

La pipeline utilizza prompt zero-shot, senza addestramento dei parametri né messa a punto sui dati del campione dello studio. La convalida incrociata è stata utilizzata per ottimizzare e valutare la soglia di classificazione.

Prestazioni a confronto con modelli più semplici e un singolo specialista

L’articolo riporta prestazioni complessive ampiamente comparabili tra PREVIA e le configurazioni zero-shot dei singoli modelli O3, Llama e Mistral su numerose metriche; il vantaggio più netto di PREVIA riguarda la sensibilità. Nei casi di PTSD sottosoglia, cioè in presenza di sintomi clinicamente significativi ma al di sotto della soglia diagnostica completa, PREVIA ha raggiunto una sensibilità dell’89,7% e un punteggio F1 del 69,4%, una misura combinata di precisione e sensibilità.

Lo studio riporta un confronto separato su 30 racconti selezionati casualmente e stratificati in modo da includere nove casi di PTSD: PREVIA ha registrato una sensibilità del 100% e un’AUROC dell’84,4%. Un medico di pronto soccorso ha registrato una sensibilità dell’88,9% e un’AUROC dell’83,9%; entrambi hanno ottenuto una precisione del 50%. Il medico aveva oltre 24 anni di esperienza in medicina d’urgenza e un’esperienza specialistica nella ricerca sul PTSD. Il disegno con un solo valutatore non consente di stabilire se il confronto sia generalizzabile a diversi livelli di esperienza e contesti clinici.

Requisiti per la convalida e l’implementazione

I partecipanti erano adulti di lingua inglese, clinicamente stabili e di età compresa tra 18 e 80 anni; le donne rappresentavano il 31% del campione. Sono stati esclusi i pazienti clinicamente instabili, con la possibile conseguenza di tralasciare alcuni tra quelli con il più alto rischio di PTSD cronico. Gli autori indicano come sviluppi futuri la sperimentazione in altre lingue, lo studio dell’evoluzione del PTSD nel lungo periodo, l’analisi di comorbilità come la depressione e l’integrazione con il giudizio clinico e i flussi di lavoro del pronto soccorso.

Gli autori propongono un flusso di lavoro clinico che abbina una breve registrazione audio a quelle variabili demografiche e relative al trauma ricavate dalla cartella clinica elettronica, quindi restituisce un punteggio di rischio e una spiegazione senza richiedere ulteriori interventi del medico. Lo studio non ha dimostrato che questo tipo di screening migliori gli esiti per i pazienti. PREVIA è stato eseguito in un ambiente di calcolo ad alte prestazioni conforme all’HIPAA, su GPU NVIDIA A100. L’hosting autonomo consente di mantenere il controllo sui dati dei pazienti, ma l’adozione dipende dalla disponibilità negli ospedali di infrastrutture adeguate per il calcolo e la governance.

Il repository pubblico di PREVIA fornisce la pipeline completa e i prompt per modelli a pesi aperti eseguiti localmente, oltre a cinque narrazioni fittizie per una dimostrazione dall’inizio alla fine. Per ragioni di privacy e consenso, le narrazioni cliniche identificabili e le valutazioni psichiatriche restano soggette a restrizioni; pertanto, la dimostrazione può verificare il funzionamento, ma non riprodurre i risultati quantitativi dell’articolo.

Il contributo immediato di PREVIA è un approccio allo screening verificabile in modo indipendente, basato su un normale accesso al pronto soccorso e sugli esiti valutati dai medici. Il suo valore clinico dipende ora da una convalida indipendente: occorre stabilire se la sensibilità si mantiene in coorti più ampie, se i servizi riescono a gestire i falsi positivi e se gli ospedali possono integrare la registrazione, il follow-up e l’elaborazione sicura senza intralciare l’assistenza in emergenza.