Anche questo mese la rubrica “Articoli del mese” propone alla community di ESRA Italia una pubblicazione recente e di rilievo per la pratica clinica in anestesia loco-regionale e terapia del dolore. La selezione vuole offrire uno spunto di aggiornamento agile, che affianchi il dato scientifico a una lettura critica orientata alla pratica quotidiana.

L’articolo di questo mese è firmato dal Dott. Thierry Claude Bagaphou, primo autore e corresponding author del lavoro, in servizio presso la Sezione di Anestesia, Terapia Intensiva e Medicina del Dolore della USL Umbria 1, Ospedale di Città di Castello (PG). Il Dott. Bagaphou è autore di diversi contributi scientifici nell’ambito dell’anestesia loco-regionale ecoguidata applicata al dolore neuropatico, e firma questo lavoro insieme a un gruppo multidisciplinare che coinvolge anche colleghi delle Unità di Anestesia di Avezzano (AQ) e dell’AUSL Romagna, Ospedale M. Bufalini di Cesena.

Erector spinae plane block in the management of post-herpetic thoracic neuralgia:

a retrospective observational study

Bagaphou TC, Giacchè L, Parisi L, et al. Advances in Anesthesia and Pain Medicine 2026; 4:65. doi:10.4081/aapm.2026.65

Lo studio, retrospettivo e monocentrico, ha confrontato in 46 pazienti con nevralgia post-erpetica toracica severa l’associazione tra blocco ecoguidato del piano degli erettori spinali (ESP) e pregabalin (n=24) rispetto al pregabalin da solo (n=22). Il gruppo trattato con ESP block ha mostrato riduzioni significativamente maggiori del dolore (NRS) a 2 settimane, 1, 3 e 6 mesi, un miglioramento più marcato della qualità del sonno (ISI) nelle prime fasi di follow-up, e una riduzione più consistente del dosaggio di pregabalin a 6 mesi.

Conclusioni: gli autori concludono che il blocco ESP toracico, inserito in un approccio multimodale, offre un’analgesia clinicamente rilevante e duratura, migliora la qualità del sonno e riduce il carico farmacologico nella nevralgia post-erpetica toracica severa, confermandosi un adjuvante efficace da associare alla terapia farmacologica. Gli stessi autori sottolineano i limiti dello studio — disegno retrospettivo, campione limitato, centro unico e follow-up relativamente breve — e auspicano trial randomizzati controllati per confermare questi risultati.

 

DALLA RICERCA ALLA PUBBLICAZIONE

L’esperienza raccontata nell’argomento del mese, non si è fermata alla fase pilota: da quel lavoro è nato un articolo, pubblicato di recente sul Journal of Anesthesia, Analgesia and Critical Care, che ne formalizza metodologia e risultati e li apre al confronto con l’intera comunità scientifica. Lo presentiamo di seguito.

  Bridging complexity: AI-guided regional anaesthesia in anticoagulated trauma patients

Pascarella G, Carella M, Strumia A, Carassiti M, Costa F. J Anesth Analg Crit Care. 2025;5:81. doi: 10.1186/s44158-025-00296-1 — Open Access

Nel lavoro, il gruppo di Roma e Liegi ha voluto esplorare se un modello di intelligenza artificiale generativa potesse essere d’aiuto nell’applicare rapidamente, a scenari clinici reali, la complessa granularità delle linee guida ESAIC/ESRA e ASRA sulla gestione dell’anestesia regionale nel paziente in terapia antitrombotica. Dieci scenari traumatologici anonimizzati (fratture d’anca, femorali distali, malleolari, omerali e una frattura costale multipla con emotorace) sono stati sottoposti, insieme al testo integrale delle linee guida, a ChatGPT-4, a cui è stato chiesto se il blocco neurassiale fosse indicato e quali blocchi periferici fossero appropriati per ciascun caso.

Tre esperti di anestesia locoregionale hanno poi revisionato in cieco tutte le risposte generate dall’AI, senza mai riscontrare disaccordo con le raccomandazioni ricavate dalle linee guida. Il modello ha correttamente controindicato il blocco neurassiale in 8 casi su 10 per intervalli anticoagulante-liberi insufficienti o clearance renale ridotta, confermandone la fattibilità nei restanti 2. Nella scelta dei blocchi periferici, l’AI ha costantemente distinto le tecniche superficiali, comprimibili, da quelle profonde, privilegiando sempre le opzioni a basso rischio coerenti con il sito di frattura e con i tempi di sospensione del farmaco — risultati che, in più casi, sono risultati allineati alle raccomandazioni PROSPECT.

Gli autori sottolineano con onestà anche i limiti dell’esperienza: l’utilizzo di un modello “grezzo”, senza fine-tuning, resta esposto a non-determinismo, variabilità delle risposte e possibile allucinazione, e la selezione finale della tecnica deve comunque rimanere nelle mani del clinico, che integra le raccomandazioni con l’anatomia del paziente e la propria esperienza. Ciononostante, la proof-of-concept apre una prospettiva concreta: strumenti di AI ben strutturati, affiancati a protocolli multidisciplinari, potrebbero un giorno aiutare a colmare il divario tra consensus internazionali sempre più dettagliati e la pratica al letto del paziente, specie per i colleghi meno esperti nelle trincee della trauma suite.

L’articolo, ad accesso libero, è consultabile per intero al seguente link: doi.org/10.1186/s44158-025-00296-1