Le frontiere dell’oculistica sono al centro del 12esimo Congresso Internazionale FLORetina ICOOR, in corso a Firenze fino all’8 dicembre. L’appuntamento riunisce i massimi esperti internazionali di patologie retiniche, provenienti da 64 Paesi al mondo
Si chiama oculomica ed è un nuovo campo di ricerca nato grazie ai progressi delle tecniche di imaging, che analizza l’occhio come “specchio” della salute dell’intero organismo. Grazie all’intelligenza artificiale, combinata con tecniche di imaging ad altissima risoluzione, infatti, è possibile rivelare i primi segni di una ventina fra le principali e più diffuse malattie croniche e degenerative della retina, consentendo di anticipare anche di anni la diagnosi delle malattie più diffuse e debilitanti, responsabili complessivamente dell’80% dei decessi a livello globale.Le frontiere dell’oculistica sono al centro del 12esimo Congresso Internazionale FLORetina ICOOR, in corso a Firenze fino all’8 dicembre. L’appuntamento riunisce i massimi esperti internazionali di patologie retiniche, provenienti da 64 Paesi al mondo.
La retina può essere dunque paragonata ad una finestra che non offre una visuale solo sul sistema nervoso centrale per la diagnosi precoce e il monitoraggio delle malattie neurodegenerative, come ad esempio Alzheimer, Parkinson e sclerosi multipla, ma anche sulla salute cardiovascolare e metabolica, fino alla possibilità di misurare la vera età di una persona semplicemente osservando le immagini del fondo oculare. Grazie all’intelligenza artificiale, è possibile determinare l’età biologica che è influenzata da molteplici fattori e può essere inferiore o superiore rispetto all’età anagrafica. “Conoscere la reale età biologica di una persona è una informazione preziosa per quello che riguarda la prevenzione di patologie correlate all’invecchiamento. Uno studio ha determinato che è possibile calcolare l’età biologica di una persona analizzando le immagini del fondo oculare grazie a un sistema di deep learning di intelligenza artificiale”, spiega Stanislao Rizzo, presidente di FLORetina ICOOR, direttore del Dipartimento di Oculistica del Policlinico A. Gemelli IRCCS e ordinario di Oculistica presso l’Università Cattolica di Roma.
I ricercatori hanno raccolto 129.236 immagini retiniche di circa 40mila partecipanti con età media di 53 anni. Queste immagini sono state utilizzate per addestrare e convalidare il modello di deep learning, in parole semplici i ricercatori hanno “dato in pasto” questi dati all’intelligenza artificiale affinché riuscisse a trovare una correlazione tra le condizioni della retina e l’età biologica dei pazienti, facendo emergere il rischio di mortalità sulle basi di analisi delle variazioni microvascolari rilevabili nella retina. “È stato dimostrato dallo studio che vi era un aumento del 67% del rischio di mortalità per tutte le cause a 10 anni nei soggetti con una età biologica che risultava superiore a quella cronologica, un aumento del 142% del rischio di mortalità cardiovascolare e un aumento del 60% del rischio di mortalità per cancro – prosegue -. Questi risultati evidenziano come la retina sia altamente sensibile ai danni dell’invecchiamento e potrebbe essere un potenziale strumento di screening per interventi su misura, a scopo preventivo”, sottolinea.
“Dall’analisi della retina, l’intelligenza artificiale può già individuare, come uno specialista esperto, retinopatia diabetica, degenerazione maculare e retinopatia del prematuro. Ma la retina e il nervo ottico sono estensioni del cervello e, a differenza di qualsiasi altra parte del corpo umano, offrono un’opportunità unica per la visualizzazione diretta, in vivo e non invasiva, dei sistemi neurosensoriale e microvascolare – dice Stanislao Rizzo -. Recenti studi hanno dimostrato che le immagini della retina sono di utilità anche nella diagnosi precoce delle malattie metaboliche, consentendo di prevedere il rischio di diabete di tipo 2, prima di qualsiasi manifestazione clinica apparente di retinopatia diabetica. Dalle immagini del fondo oculare gli algoritmi basati sull’IA, in particolare quelli che utilizzano il deep learning si sono dimostrati capaci di prevedere il rischio di eventi cardiovascolari maggiori, come infarto e ictus, e di fattori di rischio correlati, come la presenza di ipertensione arteriosa e aterosclerosi”.
Uno studio pionieristico pubblicato su Nature Biomedical Engineering, ha dimostrato, infatti, come le tecniche di deep learning possano analizzare immagini retiniche per prevedere con precisione i fattori di rischio cardiovascolare. Utilizzando dati provenienti da oltre 284mila pazienti, il modello ha raggiunto un’elevata accuratezza. In particolare, è stato in grado di prevedere con precisione la pressione arteriosa sistolica con un minimo errore medio di 11,23 mmHg e il rischio di eventi cardiaci avversi maggiori con un’accuratezza del 70%. “Dalle immagini del fondo oculare gli algoritmi basati sull’IA, in particolare quelli che utilizzano il deep learning si sono dimostrati capaci di prevedere il rischio di eventi cardiovascolari maggiori, come infarto e ictus, e di fattori di rischio correlati, come la presenza di ipertensione arteriosa e aterosclerosi”, conclude Rizzo.
Iscriviti alla Newsletter di Sanità Informazione per rimanere sempre aggiornato
