L’intelligenza artificiale sta imparando a rilevare i difetti visivi causati dal diabete, con risultati promettenti e un’autorizzazione del FDA per il suo utilizzo in clinica
Nella maggior parte degli ospedali e delle cliniche di tutto il mondo, gli oftalmologi fanno diagnosi di retinopatia diabetica ed edema maculare diabetico esaminando gli occhi del paziente e identificando le minuscole lesioni, le emorragie e lo scolorimento che anticipano la cecità diabetica. Ma l’intelligenza artificiale (AI) potrebbe automatizzare questo processo e rendere i controlli più veloci e frequenti. L’AI è una tecnologia con la quale abbiamo a che fare quotidianamente, ad esempio quando utilizziamo i servizi di riconoscimento facciale, gli assistenti digitali o le auto senza conducente. Questi sistemi apprendono dalle informazioni che collezionano dall’ambiente circostante o da data set che gli vengono forniti.
I difetti visivi legati al diabete rientrano tra le complicanze croniche di questa patologia ed è necessario che i pazienti si sottopongano a visite periodiche, anche in assenza di sintomi. La retinopatia diabetica è un danno a carico dei vasi sanguigni della retina che porta a perdita delle capacità visive. Una delle complicanze è la formazione dell’edema maculare diabetico, che è caratterizzato dall’accumulo di liquido nella regione centrale dell’occhio a causa dei danni a piccoli vasi. Purtroppo, i sintomi non sono rilevabili dal paziente fino a che il tessuto retinico inizia a gonfiarsi e iniziano a esserci problemi di vista. A questo punto è difficile da trattare e, in alcuni casi, irreversibile. La mancanza di controlli e diagnosi preventive può peggiorare il problema, cosa che si evidenzia ancora di più in Paesi dove il numero di pazienti è elevato e i medici non sufficienti a seguire i programmi di screening. Oltre a essere rilevabile grazie a fotografie del fondo oculare, la retinopatia diabetica è stata presa di mira dai ricercatori a causa della sua rilevanza e perché è una patologia che l’AI può rilevare facilmente.
Lo studio in questione, supportato da Google e pubblicato nel 2016 sul Journal of American Medical Association, ha coinvolto tre ospedali oculistici in India (Aravind Eye Hospitals, Sankare Eye Hospital e Narayana Nethralaya) e EyePACS, un'applicazione - con progetti pilota in USA - per la comunicazione, la diagnosi e l'archiviazione di informazioni, immagini e dati diagnostici relativi alle patologie oculari, tra cui la retinopatia diabetica. È stato evidenziato che gli algoritmi di deep learning hanno un’elevata sensibilità e specificità per la rilevazione della retinopatia diabetica e dell’edema maculare diabetico. Il deep learning è un insieme di metodi computazionali che consentono a un algoritmo di programmarsi apprendendo da una vasta serie di esempi, come i data set di fotografie del fondo oculare dei pazienti. Per “insegnare” all’algoritmo a classificare le immagini sono state utilizzate quasi 130 mila immagini, che un gruppo di specialisti aveva precedentemente catalogato nel 2015. Per validare il metodo sono stati utilizzati due set di dati separati (9963 immagini nel primo e 1748 nel secondo) e l’algoritmo ha dimostrato una sensibilità rispettivamente del 90.3% e dell’87% e una specificità per la rilevazione della retinopatia diabetica del 98.1% e del 98.5%.
I ricercatori sperano che l’AI aiuterà i medici a identificare e a tenere sotto controllo più pazienti: negli Stati Uniti, su circa 30 milioni di diabetici, la prevalenza della retinopatia diabetica è di circa il 28,5% e il 18% in India su quasi 70 milioni di pazienti. Tutti le persone con diagnosi di diabete hanno necessità di sottoporsi a controlli periodici, cosa già complessa di per sé, figurarsi in un Paese come l’India, in cui il numero dei medici è drammaticamente sproporzionato rispetto al numero dei pazienti (11 oftalmologi per più di un miliardo di abitanti). L’introduzione dell’intelligenza artificiale in medicina presenta potenziali benefici, tra cui l’aumento dell'efficienza, la riproducibilità dell’interpretazione (una macchina farà sempre la stessa predizione su una immagine specifica), l’aumento della copertura dei programmi di screening, la riduzione degli ostacoli all'accesso ai controlli e, soprattutto, un miglioramento nei risultati nel trattamento dei pazienti, fornendo diagnosi e trattamento precoci. È importante sottolineare che questo algoritmo non si sostituisce ad un esame oculistico completo, ma potrebbe aumentare il numero di persone che vengono sottoposte a screening per questa patologia, salvando la vista di milioni di pazienti.
L’AI sta facendo passi da gigante e negli ultimi anni ci sono state diverse ricerche degne di nota. Tra queste, la collaborazione tra Google DeepMind, UCL e il Moorfields Eye Hospital ha permesso la creazione di un software che identifica più di 50 malattie dell’occhio partendo da immagini in 3D, grazie al deep learning. Nello studio pubblicato ad agosto 2018 su Nature, le immagini 3D degli occhi dei pazienti sono state ricavate con una tecnica che si chiama tomografia ottica computerizzata (OCT), esame che richiede pochi minuti. L’algoritmo di DeepMind è stato addestrato con quasi 15.000 immagini e la specificità per la rilevazione delle patologie è stata maggiore al 94%. Anche in questo caso l’applicazione clinica non è ancora contemplata (e non è stata richiesta autorizzazione per l’utilizzo in clinica), ma i risultati sono promettenti.
Ad aprile 2018 la Food and Drug Administration (FDA) ha autorizzato la commercializzazione del primo dispositivo medico per l’utilizzo dell’AI per rilevare la retinopatia diabetica negli adulti affetti da diabete, con designazione di Breakthrough Device. Dopo aver caricato le foto della retina, il software - chiamato IDx-DR – indica se la qualità dell’immagine è sufficiente per ottenere un buon risultato e poi la analizza per determinare se siano presenti i segni della malattia. In uno studio clinico osservazionale che ha utilizzato più di 900 immagini, IDx-DR ha rilevato correttamente la retinopatia nel 87% delle volte.
Oftalmologia, ma non solo: una piattaforma utilizzata per la classificazione della retinopatia diabetica e della degenerazione maculare è risultata applicabile, modificando i data set di riferimento, anche per l’analisi delle immagini radiografiche del torace nel caso di diagnosi di polmonite pediatrica, distinguendo quella batterica da quella virale. Dimostrando la generale efficacia del sistema, l’AI potrebbe essere utilizzata per la diagnosi di diverse patologie e per facilitare i programmi di screening.
Gli esperti sono ancora preoccupati dell’integrazione delle nuove tecnologie nella pratica medica comune e a livello medico, e soprattutto etico, resta un dilemma da non sottovalutare: se la diagnosi è sbagliata, la colpa è dell’uomo o dell’algoritmo?
