Un team internazionale di ricercatori ha sviluppato un modello di intelligenza artificiale deep learning in grado di identificare quali neonati a rischio hanno la retinopatia del prematuro (Rop), disturbo che può portare alla cecità se non trattato. Gli espertie sperano che la loro tecnica possa migliorare l’accesso allo screening nelle molte aree con servizi neonatali limitati e pochi centri oftalmologi qualificati. Lo studio, condotto da un team internazionale di scienziati e clinici nel Regno Unito, Brasile, Egitto e Stati Uniti, supportato dal Centro di ricerca biomedica del National Institute for Health and Care Research (NIHR) presso il Moorfields Eye Hospital NHS Foundation Trust e dall’UCL Institute of Ophthalmology , è pubblicato su The Lancet Digital Health.
“La retinopatia della prematurità sta diventando sempre più comune man mano che i tassi di sopravvivenza dei bambini prematuri migliorano in tutto il mondo, ed è ora la principale causa di cecità infantile nei paesi a reddito medio e negli Stati Uniti. Fino al 30% dei neonati nell’Africa sub-sahariana ha un certo grado di questo disturbo e, sebbene i trattamenti siano ora prontamente disponibili, può causare cecità se non individuata e trattata rapidamente. Ciò è spesso dovuto alla mancanza di specialisti per la cura degli occhi, ma, dato che è rilevabile e curabile, nessun bambino dovrebbe diventare cieco a causa della Rop”, afferma l’autore principale, il dottor Konstantinos Balaskas (Direttore del Moorfields Ophthalmic Reading Center & Clinical AI Lab, Moorfields Eye Hospital e Professore Associato al UCL Institute of Ophthalmology) ha dichiarato:.
“Man mano che questa sindrome diventa più comune, molte aree non hanno abbastanza oftalmologi qualificati per controllare tutti i bambini a rischio; speriamo che la nostra tecnica per automatizzare la diagnostica della ROP migliori l’accesso alle cure nelle aree meno servite e prevenga la cecità in migliaia di neonati in tutto il mondo”, aggiunge.
La Rop è una condizione che colpisce principalmente i bambini prematuri, in cui vasi sanguigni anomali crescono nella retina, il sottile strato di cellule nervose nella parte posteriore dell’occhio che converte la luce in segnali che il cervello può riconoscere. Questi vasi sanguigni possono fuoriuscire o sanguinare, danneggiando la retina e portando al rischio di distacco della retina. Mentre le forme più lievi di Rop non richiedono trattamento, ma solo monitoraggio, i casi più acuti richiedono una terapia tempestiva. Si stima che 50.000 bambini in tutto il mondo siano ciechi a causa di questa malattia.
I sintomi della Rop non possono notati ad occhio nudo, il che significa che l’unico modo per identificare la condizione è monitorare i bambini a rischio con esami oculistici. Senza un’infrastruttura adeguata per un’assistenza prenatale e postnatale completa, la finestra ristretta per lo screening e il trattamento potrebbe essere persa, portando a cecità prevenibile. Il team UCL-Moorfields ha sviluppato un modello di intelligenza artificiale di deep learning per lo screening della Rop, che è stato testato su un campione di 7.414 immagini degli occhi di 1.370 neonati che erano stati ricoverati all’Homerton Hospital di Londra e valutati per la Rop da oftalmologi.
Lo strumento AI si è rivelato efficace quanto gli oftalmologi pediatrici senior nel riconoscere le immagini retiniche normali da quelle con Rop. Il sistema è stato sviluppato come piattaforma di deep learning senza codice, il che significa che potrebbe essere ottimizzato con nuove impostazioni, da persone senza precedenti esperienze di programmazione. Gli esperti spiegano: “I nostri risultati giustificano la continua indagine sugli strumenti di intelligenza artificiale per lo screening della Rop. Ora stiamo ulteriormente convalidando il nostro strumento in più ospedali nel Regno Unito e stiamo cercando di scoprire come le persone interagiscono con i risultati dell’AI, per capire come potremmo incorporare lo strumento in contesti clinici del mondo reale”.
