La retinopatia della prematurità (ROP), una grave patologia oculare che colpisce i bambini prematuri, è una delle principali cause di disabilità visiva e cecità.
Il trattamento precoce può attenuare gli effetti peggiori della ROP, ma la carenza di oftalmologi pediatrici, soprattutto nei Paesi a basso e medio reddito, rappresenta un ostacolo importante.
In uno studio pubblicato su The LancetI ricercatori hanno sviluppato un modello di intelligenza artificiale privo di codici per diagnosticare la ROP a partire dalle immagini della retina.
Ritengono che il modello aiuterà gli oftalmologi a diagnosticare la patologia da qualsiasi parte del mondo, poiché funziona su Google Cloud e richiede competenze tecniche minime per funzionare.
Informazioni sulla retinopatia della prematurità (ROP)
La ROP è una crescita anomala dei vasi sanguigni nella retina che si osserva tipicamente nei bambini nati prima della 31a settimana di gravidanza o con un peso corporeo inferiore a 3 libbre.
Mentre la ROP lieve può risolversi autonomamente, i casi gravi possono portare al distacco della retina, alla riduzione della vista e alla cecità.
Per diagnosticare la ROP si utilizzano diverse caratteristiche retiniche, tra cui la malattia plus, definita come tortuosità anomala dei vasi sanguigni retinici. "La presenza della malattia plus è considerata un marcatore di retinopatia che richiede un trattamento", hanno spiegato i ricercatori nello studio. Lo screening di routine da parte degli oculisti pediatrici può aiutare a prevenire la progressione della ROP.
Studi precedenti hanno già dimostrato che i modelli di intelligenza artificiale possono diagnosticare con precisione la ROP grave sulla base dell'analisi delle immagini della retina. Tuttavia, la maggior parte di questi modelli richiede competenze tecniche e notevoli risorse hardware, che in alcuni contesti medici sono scarse.
Un modello di intelligenza artificiale accessibile e privo di codici risolve queste sfide, consentendo agli oftalmologi di accedere a diagnosi retiniche all'avanguardia da qualsiasi luogo dotato di connessione a Internet.
Il ruolo dell'intelligenza artificiale
Lo studio mette a confronto un modello di intelligenza artificiale senza codice costruito sull'interfaccia di programmazione dell'applicazione (API) di Google Cloud AutoML Vision e un modello su misura costruito da zero.
"L'applicazione AI senza codice è stata sviluppata utilizzando immagini di neonati provenienti da contesti etnici e socioeconomici diversi in un ospedale del Regno Unito", hanno descritto i ricercatori.
Poiché viene eseguito su Google Cloud AutoML, il modello richiede competenze tecniche minime e zero hardware, a parte una connessione a Internet: è sufficiente inserire le immagini della retina nel modello pre-addestrato.
Lo studio ha rilevato che il modello Google Cloud AutoML, privo di codice, ha ottenuto prestazioni simili a quelle del modello personalizzato, con un'accuratezza simile a quella degli oculisti senior nel rilevare la malattia plus.
Uno degli autori, il dott. Konstantinos Balaskas, professore associato presso l'University College di Londra, dettoDato che è rilevabile e curabile, nessun bambino dovrebbe diventare cieco a causa della retinopatia della prematurità. Speriamo che la nostra tecnica per automatizzare la diagnostica della retinopatia della prematurità migliori l'accesso alle cure nelle aree poco servite e prevenga la cecità di migliaia di neonati in tutto il mondo."
Il dottor Deepak Bhatt, MPH, direttore del Mount Sinai Heart di New York, ha elogiato lo studio affermando: "Si tratta di uno studio intelligente che mostra un'applicazione potenzialmente molto utile dell'intelligenza artificiale. Gli autori hanno dimostrato che il loro programma di intelligenza artificiale è stato in grado di identificare una delle principali cause di cecità nei bambini esaminando le immagini della retina, al pari di un oculista esperto".
Bhatt ha sottolineato il potenziale dell'IA nell'assistenza sanitaria: "L'apprendimento automatico e l'IA sono usciti dalla fantascienza e sono diventati di possibile utilità nella pratica clinica. Questo studio ne è un esempio. Sono necessari altri studi come questo su popolazioni diverse".
I modelli basati su cloud senza codice sono disponibili per chiunque abbia una connessione a Internet.
Non ci sono requisiti hardware e il modello è pre-addestrato, quindi è necessario solo un input (in questo caso, le immagini della retina).
I ricercatori ammettono che il modello è stato testato principalmente utilizzando immagini scattate con Retcam, un tipo specifico di telecamera retinica che tende ad essere costoso.
Tuttavia, con il lavoro, potrebbe essere estesa ad altre immagini retiniche, aiutando gli operatori sanitari ad accedere a diagnosi retiniche all'avanguardia da qualsiasi parte del mondo.
