Marco Lupidi1-2 *, Luca Danieli1*, Daniela Fruttini3, Michele Nicolai1, Nicola Lassandro1, Francesca Viti1, Cesare Mariotti1
1 Eye Clinic, Department of Experimental and Clinical Medicine, Polytechnic University of Marche, Ancona
2 Fondazione Italiana Macula ETS, Dipartimento di Neuroscienze, Riabilitazione, Oftalmologia, Genetica e Scienze Materno-Infantili (DINOGMI), University Eye Clinic, Genova
3 Department of Medicine and Surgery, University of Perugia, S. Maria della Misericordia Hospital, Perugia
* equal contribution to the study

Attualità nello screening della retinopatia diabetica: studio pilota con algoritmo di intelligenza artificiale

Abstract

Introduzione: La Retinopatia Diabetica (RD) rappresenta la principale causa di compromissione visiva nella popolazione in età lavorativa. Uno screening efficace di tale patologia può prevenire le sue complicanze più severe. Attualmente si stanno affermando nuove metodiche di screening che prevedono l’utilizzo di fundus camera portatili e di algoritmi di intelligenza artificiale. In questo articolo riportiamo la nostra esperienza clinica con la fundus camera portatile non midriatica Aurora (Optomed, Oulu, Finlandia) ed il suo algoritmo di IA associato.

Materiali e modi: Studio osservazionale, prospettico che include 128 occhi di 128 pazienti arruolati consecutivamente. Il campione comprende sia pazienti diabetici che pazienti sani. Ogni soggetto è stato sottoposto ad una retinografia di 50° senza l’ausilio di midriatici, centrata sulla macula che è stata analizzata con l’algoritmo di intelligenza artificiale. Successivamente, dopo midriasi farmacologica, ogni paziente è stato sottoposto ad esame del fundus oculi da parte di uno specialista retinologo. Si sono infine comparati i risultati tra questa ultima osservazione e quanto rilevato dall’algoritmo di intelligenza artificiale.

Risultati: Tra i pazienti con RD l’algoritmo di IA ha rilevato segni di RD in 60 dei 63 soggetti affetti e non ha riscontrato segni di RD in 62 su 65 pazienti senza segni di RD. La sensibilità dell’algoritmo di IA è risultata essere del 95.24% e la specificità del 95.38%.

Conclusioni: La Fundus Camera Aurora ed il suo algoritmo di IA integrato possono considerarsi uno strumento affidabile nell’identificare la presenza di segni di RD e possono essere impiegati come promettente risorsa nelle campagne di screening.

Keywords: Retinopatia diabetica, intelligenza artificiale, screening.

La Retinopatia Diabetica (RD) rappresenta la complicanza oculare più frequente e temibile del Diabete Mellito (DM) di tipo 1 e 2 e costituisce la principale causa di cecità tra gli adulti in età lavorativa (20 – 74 anni).

Nel mondo moderno, nella misura in cui cresce e si diffonde il benessere economico legato in sostanziale istanza ad uno stile di vita occidentale, si sta verificando una vera e propria “epidemia” di Diabete Mellito ed in Europa il numero di persone affette da patologie oculari legate al diabete è destinato a passare dai 6.4 milioni del 2019 agli 8.6 milioni attesi per il 2050. In questo contesto un tempestivo riconoscimento dei pazienti affetti da RD, in generale, e da quelle forme avanzate considerate “sight-threatening” in particolare, ed il loro invio presso centri oftalmologici, risultano fondamentali per una corretta gestione di tale patologia e per evitare ai pazienti le sequele più invalidanti della stessa.

Al tempo stesso, di fronte all’atteso aumento di pazienti affetti da DM, risulta impensabile che tutti vengano presi in carico dai reparti di Oculistica senza che vi sia un efficace procedura di screening nel territorio in grado di individuare chi necessiti prima di altri di una valutazione specialistica.

Ecco, dunque, che parlare di strategie di screening per la RD e di come queste si stiano trasformando, anche grazie alle nuove tecnologie, risulta di estrema attualità per chi quotidianamente tratta questa patologia.

Read More