• Malattie Rare
  • Malattie Polmonari
  • Consigli per i pazienti
  • Esami
  • Ospedale
  • Studi Clinici
  • Appuntamenti
  • Nuova vita per la lastra del torace

    31 Ottobre 2019

    La lettura delle più classiche delle radiografie corroborata dalla valutazione da parte di sistemi di Intelligenza artificiale apre nuovi scenari diagnostici.

    La vecchia radiografia del torace stupisce tutti e torna di attualità grazie alle nuove tecnologie di intelligenza artificiale. La lastra del torace, anche in un’epoca in cui sembrano prevalere TAC, PET e RMN e altro ancora, non ha mai perso il suo valore e, oggi, grazie a una ricerca condotta dall’università di Harvard e pubblicata sulla rivista JAMA network open, si prende la sua rivincita.
    Lo studio americano ha analizzato oltre 15.000 radiografie del torace, effettuate durante percorsi di screening in soggetti sani, con tecniche di apprendimento profondo (deep learning). Si tratta di quei processi di apprendimento automatico (machine learning) e di intelligenza artificiale che si basano su reti neurali artificiali organizzate in diversi strati. La rete neurale convoluzionale (CNN - convolutional neural network) è un modello computerizzato caratterizzato da un pattern di connettività tra “neuroni artificiali” ispirato all'organizzazione della corteccia visiva animale e può avere diverse applicazioni nel riconoscimento di immagini e in bioinformatica.
    L’utilizzo di queste tecniche ha permesso una lettura “diversa” delle lastre, considerando quei reperti ancillari che solitamente sono scarsamente o per nulla valutati, come la presenza di noduli polmonari non calcifici, atelettasie (aree di polmone non ventilato), aree di fibrosi, placche pleuriche, linfoadenopatie, alterazioni ossee o della parete toracica, opacità polmonari, segni di enfisema o bronchite cronica, ingrandimento del cuore. Questi dati sono stati poi incrociati con i classici fattori di rischio dei diversi soggetti: età, sesso, storia di tabagismo, diabete, pressione alta, obesità, ecc. Stratificando i partecipanti allo studio in categorie di rischio e osservandoli per un periodo di tempo variabile fino a 12 anni, si è così dimostrato che la radiografia del torace prediceva una mortalità che era del 3,8% nella categoria a bassissimo rischio, per arrivare al 53% in quella a rischio molto elevato.
    È straordinario come in questo studio le tecnologie di deep learning abbiano permesso di identificare soggetti peraltro sani a alto rischio di mortalità a lungo termine con una semplice lastra del torace. Un rischio che può essere dalle 15 alle 18 volte più alto di quello registrato nella categoria a rischio molto basso.
    Si tratta di capacità prognostiche che finora nessun indicatore (presenza di diabete, fattori di rischio cardio-vascolare, ecc.) aveva mai dimostrato e che i radiologi non avrebbero mai la capacità di misurare così precisamente come fa il sistema di deep learning. Che la radiografia del torace sia la nuova sfera di cristallo per leggere il futuro?