Covid-19, dall'intelligenza artificiale un aiuto per diagnosi radiografica differenziale #ERS2020

Pneumologia

La radiografia toracica convenzionale, combinata con l'intelligenza artificiale (AI), Ŕ in grado di identificare il danno polmonare da Covid-19 e di migliorare la diagnosi differenziale dei pazienti infettati da SARS-CoV-2. Lo dimostrano i risultati di uno studio presentato nel corso del congresso annuale ERS, tenutosi quest'anno in modalitÓ virtuale causa Covid-19.

La radiografia toracica convenzionale, combinata con l’intelligenza artificiale (AI), è in grado di identificare il danno polmonare da Covid-19 e di migliorare la diagnosi differenziale dei pazienti infettati da SARS-CoV-2.
Lo dimostrano i risultati di uno studio presentato nel corso del congresso annuale ERS, tenutosi quest’anno in modalità virtuale causa Covid-19.

Lo strumento di intelligenza artificiale, messo a punto negli Usa da uno studente della Princeton University (New Jersey), è in grado di distinguere i pazienti Covid-19 dai pazienti affetti da polmoniti o il normale tessuto polmonare con un’accuratezza superiore del 95%. La precisione ottenuta mediante Tac toracica è simile a quella resa possibile da questo ausilio dell’intelligenza artificiale, con la differenza che la Tac si accompagna a costi sensibilmente più elevati e ad altri svantaggi, legati alla dosi più elevate di radiazioni e all’indisponibilità nelle aree rurali e nelle zone svantaggiate.

Lo studio
Mediante tecniche di apprendimento automatico, i ricercatori hanno fatto passare al setaccio al computer 2.300 immagini a raggi X (1.018 provenienti da individui sani, 1.011 da pazienti con polmonite e 271 da pazienti Covid-19).

Lo strumento di intelligenza artificiale utilizza una rete neurale per affinare il dato numerico e la tipologia di caratteristiche polmonari tracciate, poggiandosi su un algoritmo che identifica somiglianze e differenze delle immagini delle radiografie del torace sopra indicate.

Mentre gli operatori conoscevano l’origine delle radiografie toraciche analizzate, il sistema di autoapprendimento basato sull’intelligenza artificiale è stato messo nelle condizioni di arrivare a fare altrettanto.
Nello specifico, i ricercatori hanno osservato due tipologie base di problemi polmonari nei pazienti Covid-19: le polmoniti che riempiono di fluido le sacche polmonari e i livelli pericolosamente ridotti di ossigeno nel sangue nonostante i pattern di respirazione prossimi alla norma. Dato che il trattamento può variare in base al tipo di problema polmonare riscontrato, sarebbe utile distinguerli da subito.

I risultati
Lo strumento di intelligenza artificiale ha mostrato l’esistenza di una differenza nelle radiografie toraciche delle persone affette da polmoniti e quelle delle persone sane. Inoltre, è stato in grado di dimostrare l’esistenza di due cluster distinti di radiografie toraciche nei pazienti positivi all’infezione da SARS-CoV-2: quello delle polmoniti-like e quello con presentazione polmonare più prossima alla norma.
Il fatto che tale strumento sia stato in grado di riconoscere delle caratteristiche uniche nelle radiografie toraciche dei pazienti Covid-19 suggerisce la capacità del computer di identificare dei marker visivi per SARS-CoV-2. Attualmente, però, non sappiamo  ancora cosa siano questi marcatori visivi.

Implicazioni dello studio
Nel commentare i risultati, i ricercatori hanno puntualizzato che il loro obiettivo non era quello di sostituire ma di integrare il processo decisionale dei clinici a livello diagnostico, auspicando un ruolo dell’intelligenza artificiale applicata alla diagnosi differenziale di Covid-19 per indicare in modo accurato quali siano i trattamenti più efficaci per il singolo paziente Covid-19 (per esempio ventilazione si/no).

“Sarebbe bello – hanno concluso i ricercatori – poter essere in grado, in tal modo, di rassicurare un paziente preoccupato sapendo che la prognosi è buona”.

NC

Bibliografia
European Respiratory Society (ERS) International Congress 2020: Abstract 4151. Presented September 7, 2020.

 

SEZIONE DOWNLOAD