Tecno

L’intelligenza artificiale individua i primi cambiamenti oculari che segnalano la retinopatia diabetica

Secondo una nuova ricerca, nuovi biomarcatori negli occhi potrebbero aiutare a gestire la retinopatia diabetica e forse anche il diabete.

Durante le sue fasi iniziali, il diabete può colpire gli occhi prima che i cambiamenti siano rilevabili con un regolare esame clinico. Una nuova ricerca mostra che questi cambiamenti possono essere misurati prima di quanto si pensasse in precedenza con tecniche ottiche specializzate e analisi computerizzate.

Pubblicità e progresso

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.

“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”, afferma Ann E. Elsner, professore alla Scuola di optometria dell’Università dell’Indiana e coautore di lo studio in PLOS ONE .

I cambiamenti nei vasi sanguigni della retina causano la retinopatia diabetica, 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 sul rilevamento 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 nuovo metodo migliora 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”, afferma 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 School of Optometry, insieme al coautore, Joel A. Papay, uno studente di dottorato nel Vision Science Program. Hanno usato i dati raccolti da volontari con diabete, insieme a soggetti di controllo sani. Ulteriori dati provengono 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.

Il National Eye Institute del National Institutes of Health ha finanziato il lavoro.

Fonte: Amanda Zuicens-Williams per l’Università dell’Indiana