News Ticker

Emorragia cerebrale, l’intelligenza artificiale aiuta a fare la diagnosi

Sviluppato un software capace di individuare i sanguinamenti intracranici senza l’intervento di un medico. I risultati sono pari a quelli dei radiologi specializzati

emorragia cerebrale (Immagine: Unsplash)

Riconoscere un’emorragia cerebrale in atto richiede tempestività e precisione. E per farlo, un aiuto può provenire dall’intelligenza artificiale. A suggerirlo è un gruppo di ricerca del Massachusetts General Hospital, Stati Uniti, con uno studio pubblicato sulla rivista Nature Biomedical Engineering. L’idea consiste nello sviluppare uno strumento in grado di individuare e classificare autonomamente un’emorragia a partire dalle immagini di una Tac. L’approccio si basa sul cosiddetto machine learning, ossia la capacità che una macchina ha di apprendere nuove nozioni senza essere stata programmata. Il risultato, quindi, è un dispositivo in grado di agevolare il lavoro dei medici in condizioni di emergenza, fornendo un consulto “virtuale” nella gestione di una patologia molto comune.

Secondo i dati forniti dalla Fondazione Veronesi, infatti, in Italia l’emorragia cerebrale colpisce tra le 5000 e le 7000 persone all’anno, con un’incidenza maggiore tra gli over 50. Tra le cause principali vi sono l’ipertensione e gli aneurismi, anche se spesso il motivo scatenante è il trauma cranico. Per questo, la diagnosi avviene tipicamente al pronto soccorso sulla base dei sintomi descritti dal paziente. La conferma, però, arriva solo con l’analisi delle immagini a disposizione, generalmente fornite da una Tac.

Lo strumento sviluppato dai ricercatori americani agisce proprio in questa fase, imitando il modo in cui i radiologi analizzano i dati. Per esempio, scorrendo e confrontando sezioni adiacenti della tomografia, per capire se ciò che osserva è effettivamente un’emorragia in atto o se si tratta solo di un falso positivo dovuto a immagini poco nitide. “Alcuni esperti criticano l’uso del machine learning nella pratica clinica perché il software non può giustificare le scelte che vengono fatte”, sottolinea Sehyo Yune, radiologa e co-autrice del lavoro. “Nel nostro caso, però, il sistema è stato ‘allenato’ con quasi 40000 immagini provenienti da circa 900 TAC, ciascuna delle quali corredata da un’interpretazione fornita da un radiologo. Il nostro algoritmo è in grado di confrontare la TAC del paziente con queste immagini e di motivare la sua diagnosi indicando quali, tra queste, sono più simili a quelle dell’emergenza in atto”.

E i risultati sono molto promettenti. Su circa 400 immagini analizzate, il sistema ha mostrato lo stesso grado di accuratezza dei radiologi specializzati e ha addirittura ottenuto risultati migliori rispetto al personale non esperto. Come spiegato dal Michael Lev, co-autore dello studio, “avere a disposizione una ‘seconda opinione virtuale’ può facilitare la scelta del giusto trattamento per chi non è specializzato. In questo modo si può agire più rapidamente, limitando il rischio di conseguenze gravi come disabilità o morte”. Ma i vantaggi non si limitano a questo. Lo strumento, infatti, potrà essere inserito direttamente negli scanner, per allertare immediatamente il team medico in caso di emorragia. L’obiettivo, però, resta quello di validarne le prestazioni in ambito clinico, per valutare l’impatto sui tempi di diagnosi e di recupero dei pazienti.

News redatta nell’ambito del Master della Comunicazione della Scienza “Franco Prattico”