La diagnosi precoce della Retinopatia diabetica (RD) (vedi anche: https://www.oculistaitaliano.it/articoli/retinopatia-diabetica-e-edema-maculare-diabetico/) riduce del 50% il rischio di compromissione permanente della vista e di cecità fra i soggetti affetti da diabete.
L’intelligenza artificiale (AI) è la tecnologia su cui stanno puntando i ricercatori per aumentare la velocità di diagnosi utilizzando un algoritmo in grado di facilitare l’elaborazione delle immagini della retina, in grado di rilevare i segni clinici-chiave della patologia.
L’RD è una delle più temute complicanze oculari del diabete e risulta in realtà già presente in circa il 20% dei diabetici già al momento della diagnosi, se tardiva, della patologia diabetica per poi raggiungere il 60% dopo 20 anni dalla sua insorgenza. La compromissione della vista causata dell’RD sarebbe prevenibile se le lesioni venissero identificate all’esordio della complicanza oculare, eppure i dati raccolti indicano che oltre il 30% dei diabetici non ha mai effettuato una visita oculista subito dopo la diagnosi della malattia sistemica.
La presenza di essudati è uno dei primi segni clinici che sarebbe rilevabile dalle immagini del fondo oculare. L’identificazione e l’attenta valutazione di questi essudati, tuttavia, richiede una professionalità elevata da parte dello Specialista, ma soprattutto tempo, fattore quest’ultimo determinante per evitare conseguenze irreversibili.
L’intelligenza artificiale nella diagnosi della RD
Negli ultimi anni, in molti settori, dal finanziario alla medicina, stiamo assistendo ad una applicazione sempre più importante dell’intelligenza artificiale che, infatti, è tra le tecnologie più in crescita del nostro secolo. L’AI, applicata alla classificazione delle immagini della retina, contribuisce ad un miglioramento nei metodi di diagnosi. Studi scientifici pubblicati quest’anno dimostrano come il livello di accuratezza nel rilevamento dei segni clinici di questa patologia oculare con il supporto dell’AI sia comparabile a quello dei più Esperti del campo. L’algoritmo, basato sui modelli che utilizzano le reti neurali convoluzionali (CNN, Convolutional Neural Network), ovvero reti neurali artificiali, ha infatti mostrato una sensibilità e specificità che hanno raggiunto percentuali del 97,71%.
Questo significa che i Medici possono potenzialmente usare questa avanzatissima tecnologia per diagnosticare l’RD in meno tempo, in più soggetti affetti da diabete, velocizzando l’eventuale intervento terapeutico.
Fonti:
-Khojasteha P. Exudate detection in fundus images using deeply-learnable features. Computers in Biology and Medicine 104 (2019) 62–69
-Josep Vidal-Alaball . Artificial Intelligence for the Detection of Diabetic Retinopathy in Primary Care: Protocol for Algorithm Development. JMIR RESEARCH PROTOCOLS JMIR Res Protoc 2019 | vol. 8 | iss. 2 | e12539.
Dr. Carmelo Chines
Direttore responsabile