Nuovi biomarcatori trovati negli occhi potrebbero sbloccare la chiave per aiutare a gestire la retinopatia diabetica, e forse anche il diabete, secondo una nuova ricerca condotta presso la School of Optometry dell’Università dell’Indiana.
Durante le sue fasi iniziali, il diabete può colpire gli occhi prima che i cambiamenti siano rilevabili con un regolare esame clinico. Tuttavia, una nuova ricerca sulla retina ha scoperto che questi cambiamenti possono essere misurati prima di quanto si pensasse in precedenza con tecniche ottiche specializzate e analisi computerizzate.
La capacità di rilevare i biomarcatori per questa condizione pericolosa per la vista può portare all’identificazione precoce delle persone a rischio di diabete o disabilità visiva , oltre a migliorare la capacità dei medici di gestire questi pazienti. Lo studio appare sulla rivista PLOS One .
“La diagnosi precoce del danno retinico da diabete è possibile ottenere con metodi indolori e potrebbe aiutare a identificare i pazienti non diagnosticati abbastanza presto da ridurre le conseguenze del diabete incontrollato”, ha affermato la coautrice dello studio Ann E. Elsner, professoressa alla IU School of Optometria.
La retinopatia diabetica , causata da alterazioni dei vasi sanguigni della retina, è la più comune malattia oculare diabetica e una delle principali cause di cecità negli adulti statunitensi. Dal 2010 al 2050, si prevede che il numero di americani con retinopatia diabetica raddoppierà, passando da 7,7 milioni a 14,6 milioni.
Il nuovo studio fa parte dell’attuale diffusa enfasi sulla rilevazione della retinopatia diabetica attraverso l’intelligenza artificiale applicata alle immagini retiniche . Tuttavia, alcuni di questi algoritmi forniscono il rilevamento in base a caratteristiche che si verificano molto più tardi rispetto ai cambiamenti riscontrati in questo studio.
Il metodo guidato da IU fa avanzare il rilevamento precoce grazie agli algoritmi di elaborazione delle immagini retiniche descritti nello studio.
“Molti algoritmi utilizzano qualsiasi informazione sull’immagine che differisce tra pazienti diabetici e controlli, che possono identificare quali individui potrebbero avere il diabete, ma questi possono essere non specifici”, ha detto Elsner. “Il nostro metodo può essere combinato con gli altri metodi di intelligenza artificiale per fornire informazioni precoci localizzate su specifici strati retinici o tipi di tessuti, il che consente l’inclusione di informazioni non analizzate negli altri algoritmi”.
Elsner ha condotto l’analisi dell’immagine retinica nel suo laboratorio presso il Borish Center for Ophthalmic Research della IU School of Optometry, insieme al suo co-autore, Joel A. Papay, un Ph.D. studente nel programma di scienze della vista presso la scuola. Hanno usato i dati raccolti da volontari con diabete , insieme a soggetti di controllo sani. Ulteriori dati sono stati raccolti anche da uno screening della retinopatia diabetica dei membri della comunità svantaggiata presso l’Università della California, Berkeley e Alameda Health.
L’analisi al computer è stata eseguita su dati di immagini retiniche comunemente raccolti in cliniche ben attrezzate, ma molte delle informazioni utilizzate in questo studio vengono spesso ignorate per la diagnosi o la gestione dei pazienti.
Lo studio è stato sostenuto da una sovvenzione quinquennale di $ 2,6 milioni dal National Eye Institute del National Institutes of Health.
Ulteriori informazioni: Joel A. Papay et al, Quantificazione del contenuto di frequenza nelle scansioni retiniche trasversali dei diabetici rispetto ai controlli, PLOS ONE (2021). DOI: 10.1371/journal.pone.0253091