ASCOLTA I NOSTRI PODCAST SU SPOTIFY
Un nuovo modello di intelligenza artificiale mostra che le immagini a raggi X raccolte durante le cure mediche di routine possono fornire segnali di allerta per il diabete, anche nei pazienti che non soddisfano le linee guida per un rischio elevato.
Un nuovo modello di intelligenza artificiale mostra che le immagini a raggi X raccolte durante le cure mediche di routine possono fornire segnali di allerta per il diabete, anche nei pazienti che non soddisfano le linee guida per un rischio elevato.
Il modello potrebbe aiutare i medici a rilevare la malattia prima e prevenire le complicanze, afferma un team multi-istituzionale che ha pubblicato i risultati su Nature Communications.
Applicando il metodo computazionale noto come deep learning alle immagini e ai dati delle cartelle cliniche elettroniche, i ricercatori hanno sviluppato un modello che ha segnalato con successo un elevato rischio di diabete in un’analisi retrospettiva, spesso anni prima che ai pazienti venisse diagnosticata la malattia.
Le attuali linee guida suggeriscono di sottoporre a screening i pazienti per il diabete di tipo 2 se hanno tra i 35 ei 70 anni e hanno un indice di massa corporea (BMI) nella gamma da sovrappeso a obesi.
Molti studi, tuttavia, hanno rilevato che questa strategia non individua un numero significativo di casi, in particolare nelle minoranze razziali / etniche per le quali il BMI è un predittore meno efficace del rischio di diabete.
I pazienti con diabete non diagnosticato sono a rischio molto più elevato di complicanze della malattia, tra cui danni irreversibili agli organi e persino la morte.
“Le radiografie del torace forniscono un’alternativa al test universale del diabete”, afferma Judy Wawira Gichoya, assistente professore di radiologia e scienze dell’imaging e ricercatore principale di Emory.
“Questa è un’entusiasmante potenziale applicazione dell’intelligenza artificiale per estrarre dati dai test utilizzati per altri motivi e avere un impatto positivo sulla cura del paziente”.
Il modello di intelligenza artificiale è stato addestrato su oltre 270.000 immagini a raggi X di 160.000 pazienti, con l’apprendimento profondo che determina le caratteristiche dell’immagine che meglio predicono una diagnosi successiva del diabete.
Poiché le radiografie del torace non sono un modo comune per rilevare il diabete, i ricercatori hanno anche utilizzato tecniche di intelligenza artificiale per determinare come e perché il modello ha fatto le sue scelte.
I metodi hanno indicato la posizione del tessuto adiposo come importante per determinare il rischio, una logica che si allinea con le recenti scoperte mediche secondo cui il grasso viscerale nella parte superiore del corpo e nell’addome è associato al diabete di tipo 2, all’insulino-resistenza, all’ipertensione e ad altre condizioni.
Data la novità dell’approccio e i risultati sorprendenti, i ricercatori che per primi hanno sviluppato il modello si sono rivolti al team di Emory per eseguire la convalida.
Quando il team di Emory ha applicato il modello a un gruppo separato di quasi 10.000 pazienti, hanno scoperto che prevedeva il rischio meglio di un semplice modello basato solo su dati clinici non di immagine.
In alcuni casi, la radiografia del torace ha avvertito di un alto rischio di diabete già tre anni prima che il paziente ricevesse una diagnosi.
L’output del modello fornisce anche un punteggio numerico di rischio che potrebbe potenzialmente aiutare i medici a personalizzare l’approccio terapeutico per i pazienti.
“Il diabete è una malattia cronica in cui la distribuzione del grasso corporeo è importante. Più lunga è la durata della malattia e peggiore è il controllo glicemico, maggiore è il rischio di complicanze”, afferma Francisco Pasquel, professore associato nella divisione di endocrinologia, metabolismo e lipidi di Emory.
“L’approccio di utilizzare le radiografie del torace per identificare quelli a più alto rischio di diabete, anche prima che si verifichi un picco o un calo dei livelli di zucchero nel sangue, è un metodo promettente che può aiutare a migliorare i risultati attraverso misure preventive o trattamenti precoci”.
Il team di ricerca esplorerà ora come convalidare ulteriormente il modello e incorporarlo nei sistemi di cartelle cliniche elettroniche in modo che possa fornire un avviso ai medici per perseguire lo screening tradizionale del diabete dei pazienti contrassegnati come ad alto rischio in base ai risultati dei raggi X.
Si rivolgeranno quindi a studiare quanto bene le radiografie del torace possono aiutare a diagnosticare altre condizioni, come la malattia vascolare, l’insufficienza cardiaca congestizia e la broncopneumopatia cronica ostruttiva.
