Current Opinion in Ophthalmology
Sempre più verso un’Intelligenza Artificiale “one size fits all”. Ci sarà futuro per l’Uomo?
Un climax di buone ragioni per accantonare l’Uomo (ma gli Autori non c’entrano nulla):
- Intelligenza Artificiale (IA) nello screening della Retinopatia Diabetica (RD): avvento nel 2018; oggi viene considerata anche più affidabile dell’occhio umano (fino a sensibilità 94% e specificità 89%), anche con retinografi portatili e con risultati incoraggianti anche con sistemi grandangolari. L’aderenza dei Pazienti al percorso di cura è maggiore, verosimilmente per la velocità del risultato; la costo-efficacia è interessante soprattutto in applicazioni sul territorio ed in Paesi a basso reddito. Limiti: gli algoritmi sono istruiti con immagini di popolazioni e classi di pazienti potenzialmente non confrontabili; la scarsa qualità delle immagini ed i falsi positivi creano un eccesso di lavoro clinico; aspetti etici, di privacy etc;
- IA nella predizione e stratificazione della RD: un sistema è riuscito a definire intervalli di screening fino a tre anni (gli attuali sono massimo ad un anno, in rari casi due). Inoltre, la possibilità di integrare nella valutazione dell’intervallo proposto altri dati, di laboratorio e di funzione visiva, permetterà di “personalizzare” i consigli;
- IA ed edema maculare: a parte l’istruzione a riconoscere diversi parametri OCT ed OCT-A per “personalizzare” la diagnosi in maniera veloce, si arriva a stimare il visus dalle fotografie;
- IA e fattori associati alla RD: un modello ha studiato 220 metaboliti circolanti e 19 fattori di rischio. I più associati alla RD sono durata della patologia, uso di insulina, età, tirosina, HbA1c, glicemia, alanina;
- IA e “oculomics” (l’utilizzo delle informazioni che l’occhio fornisce per svelare patologie sistemiche, già verificato con la correlazione RD-nefropatia): il sistema RETFound brilla per le sue capacità nel diagnosticare svariate patologie oculari ed inferire sulla salute generale;
- IA generativa: costruzione di immagini OCT predittive del post-terapia basate su esami pre-terapia; chatbots (tipo ChatGPT, vi dice qualcosa?) per diagnosticare immagini OCT ed associarle ad altri parametri per rispondere a quesiti dello specialista o del Paziente su aspetti della patologia; superamento del maggior limite dell’OCT-A, la mancanza di diffusione di colorante rispetto alla fluorangiografia (FA), mediante costruzione di immagini di pseudo-diffusione intorno a vasi nell’OCT-A; costruzione di pseudo-FA da foto del fondo; per l’oculomics, predizione di RD e condizioni sistemiche da fotografie del segmento anteriore dell’occhio.
Auguri:
- Che l’istruzione dell’IA venga sempre svolta da Colleghi preparati ed intellettualmente onesti;
- Che il problema del “black box” (impossibilità per l’utente di verificare i singoli passaggi della procedura) superi i problemi scientifici, informatici, etici e di privacy nei quali è attualmente incagliato;
- Che si capisca che non tutto il percorso diagnostico-terapeutico raggiunga la sua massima soddisfazione con la accuratezza dell’IA: ad esempio, ad oggi i sistemi riconoscono anche meglio di noi le RD gravi, ma solo noi possiamo stabilire l’urgenza delle lesioni: chiunque sa che esistono quadri che diventano “vision-threatening” in settimane o mesi, ed altri in ore o giorni: finora, questo aspetto non è mai stato preso in considerazione.
Ma il 2025 è solo all’inizio, sicuramente ce la faremo.
A cura di Maria Vittoria Cicinelli, Roberto Perilli
Vujosevic S, Limoli C, Nucci P. Novel artificial intelligence for diabetic retinopathy and diabetic macular edema: what is new in 2024? Curr Opin Ophthalmol 2024;35(6):472-479 doi: 10.1097/ICU.0000000000001084
