Il deep learning per distinguere due malattie epatiche: l’ospedale di Novara tra i centri di studio

NOVARA – Sei centri europei di riferimento scelti per studiare il deep learning come ausilio nella diagnosi: tra questi c’è l’ospedale Maggiore di Novara.

AIH e PBC hanno caratteristiche simili: qui si inserisce il supporto dell’IA

Il modello di deep learning, implementato da uno studio multicentrico europeo, Autoimmune Liver Neural Estimator (ALNE) è progettato per analizzare le immagini digitalizzate delle biopsie epatiche e supportare il riconoscimento di epatite autoimmune (AIH) e colangite biliare primitiva (PBC). Si tratta di due malattie autoimmuni del fegato che possono presentare caratteristiche sovrapponibili e rendere complessa l’interpretazione della biopsia epatica.

Questa forma avanzata di intelligenza artificiale è stata studiata anche all’ospedale di Novara e ha utilizzato biopsie epatiche raccolte tra il 1997 e il 2023. Il sistema è stato addestrato direttamente sulle immagini digitali complete dei preparati istologici.

Risultati confortanti

I risultati hanno mostrato una buona capacità del modello di distinguere l’epatite autoimmune dalla colangite biliare primitiva. L’analisi ha inoltre permesso di comprendere quali elementi delle biopsie attirassero maggiormente l’attenzione dell’algoritmo: il sistema tendeva, ad esempio, a concentrarsi sulle zone caratterizzate da una maggiore infiammazione, associandole prevalentemente all’epatite autoimmune.

Un aspetto particolarmente interessante – spiega in una nota l’AOU Novara – riguarda il possibile contributo dell’intelligenza artificiale nel rendere più oggettiva e riproducibile la valutazione delle biopsie. Nell’ambito dello studio, infatti, l’analisi di un campione degli stessi casi da parte di patologi generalisti ha evidenziato una significativa «variabilità tra gli osservatori»: i medici “umani” possono fornire diagnosi diverse di fronte allo stesso caso. Proprio in situazioni nelle quali i confini tra due patologie possono essere meno netti, uno strumento quantitativo può quindi rappresentare un ulteriore supporto al professionista.

Applicare l’IA in aiuto del medico

L’obiettivo non è sostituire il patologo, ma affiancare alla valutazione specialistica nuove informazioni ottenute attraverso l’analisi digitale delle immagini, contribuendo ad aumentare l’accuratezza della diagnosi. Un elemento particolarmente importante perché un’interpretazione non corretta delle alterazioni presenti nella biopsia può condurre a scelte terapeutiche non appropriate.

Il modello ALNE rappresenta, secondo lo studio, il primo sistema capace di produrre una diagnosi differenziale quantitativa tra epatite autoimmune e colangite biliare primitiva. La ricerca mostra così una delle possibili applicazioni concrete dell’intelligenza artificiale in medicina: trasformare la grande quantità di informazioni racchiusa nelle immagini diagnostiche in uno strumento aggiuntivo a disposizione degli specialisti.

Rimani aggiornato seguendoci su Google News!

SEGUICI

Iscriviti al canale WhatsApp, segui la nostra pagina Facebook e continua a leggere Quotidiano Piemontese