Un robot in grado di rilevare e scansionare automaticamente gli occhi di un paziente, alla ricerca di marcatori di diverse malattie oculari. Sembra fantascienza, ma è quanto viene presentato in uno studio pubblicato su Nature Biomedical Engineering da un team di ingegneri e oftalmologi della Duke University, di Durham, North Carolina, negli Stati Uniti.
Questo nuovo strumento di imaging combina uno scanner e un braccio robotico ed è in grado di visualizzare automaticamente gli occhi di un paziente in meno di un minuto, producendo immagini chiare come quelle degli scanner tradizionali, utilizzati nelle cliniche oculistiche specializzate. Il robot si basa sulla tecnologia detta tomografia a coerenza ottica, OCT, usata dagli oftalmologi per diagnosticare varie malattie dell’occhio, tra cui il glaucoma, la retinopatia diabetica e la degenerazione maculare legata all’età. Durante il processo di imaging, una sonda proietta un raggio di luce nell’occhio e misura quanto tempo impiegano i vari riflessi a rimbalzare tra le componenti oculari, per poter esaminare le strutture all’interno dei tessuti. Nella pratica clinica, i sistemi OCT sono tradizionalmente molto grandi e necessitano di personale altamente qualificato. I pazienti devono posizionarsi nel modo corretto di fronte allo strumento e limitare qualsiasi movimento. Inoltre, i poggiatesta e i supporti per il mento, che caratterizzano questi strumenti, possono non adattarsi a tutti, rendendo difficile l’esame in alcune persone.
“Il nostro nuovo strumento non necessita di una formazione avanzata per essere usato. Siamo convinti che possa essere facilmente utilizzato in luoghi come studi di optometristi, cliniche di cure primarie o persino dipartimenti di emergenza. L’OCT è uno strumento diagnostico utile e questo progresso aiuterà a rendere più facile l’accesso a comunità più ampie”, ha affermato Ryan McNabb, ricercatore presso il Dipartimento di Oftalmologia del Duke University Medical Center.
Per utilizzare il nuovo scanner, il paziente non deve far altro che avvicinarsi alla macchina e posizionarsi di fronte al braccio robotico. Le telecamere 3D posizionate a sinistra e a destra del robot aiutano lo strumento a trovare il paziente nello spazio, mentre le telecamere più piccole nel braccio robotico cercano punti di riferimento sull’occhio per posizionare con precisione lo scanner. Il sistema è in grado di scansionare sia la macula (la parte della retina responsabile della nostra visione centrale) che la cornea (la lente anteriore, trasparente, dell’occhio), siti in cui possono insorgere molte malattie oculari. Inoltre, il processo è reso molto più veloce rispetto all’OCT tradizionale: la scansione viene eseguita in meno di 10 secondi e l’intero processo di acquisizione dell’immagine dell’occhio è completato in meno di 50 secondi
“Il braccio robotico offre la flessibilità degli scanner OCT portatili, ma senza necessità di preoccuparsi del tremore dell’operatore o del movimento del paziente”, spiega Mark Draelos, borsista post-doc nel dipartimento di ingegneria biomedica. “Se una persona si muove, il robot si muove con lei. Finché lo scanner è allineato, entro un centimetro, dal punto sulla pupilla in cui deve essere può ottenere un’immagine che ha la stessa qualità di uno scanner da tavolo”. C’è un altro vantaggio, molto utile soprattutto al tempo della pandemia dovuta al virus SARS-CoV-2: poiché il paziente non è mai in contatto fisico con il sistema, lo strumento evita qualsiasi problema di igiene e la possibilità di trasmissione di malattie infettive. “I sistemi di telecamere seguono continuamente il paziente e consentono al robot di mantenere una distanza di sicurezza”, ha affermato Draelos.
Il team ha già iniziato la fase successiva del lavoro nella pratica clinica, procedendo con la scansione degli occhi dei volontari, per continuare a perfezionare il targeting del robot. Successivamente, lo studio si concentrerà sui pazienti con patologie della retina o della cornea, per testare la capacità del robot di identificare le anomalie oculari. I ricercatori stanno anche lavorando per migliorare il campo visivo dello scanner retinico, provando ad unire più immagini per ottenere una visione più completa della retina. Gli sviluppi futuri sono molteplici: “Anche se al momento si tratta di un’ottima soluzione per i problemi di raccolta delle immagini oculari dei pazienti, pensiamo che questo nuovo strumento potrà abbinarsi ottimamente ai recenti progressi del machine learning (apprendimento automatico) e portare grandi vantaggi anche nell’interpretazione delle immagini OCT”, ha affermato McNabb. “Stiamo davvero portando questa tecnologia vicino ai pazienti, piuttosto che limitare questi strumenti alle cliniche specializzate, e penso che questo renderà molto più facile aiutare una popolazione più ampia di persone”.
Bibliografia