AI migliora la diagnosi nella spondiloartrite assiale

All’ultimo incontro annuale dell’American College of Rheumatology è stato presentato un modello basato sull’intelligenza artificiale, chiamato rete neurale artificiale, che permette di rilevare con precisione la presenza di una definita sacroileite radiografica in persone affette da spondiloartrite assiale, un progresso che potrebbe essere utile sia per la diagnosi clinica sia per la classificazione dei pazienti da includere nei trial.

La spondiloartrite assiale (AxSpA) è un tipo di spondiloartrite che di solito attacca la colonna vertebrale e il bacino. Il sintomo principale nella maggior parte dei pazienti è il mal di schiena. Molte persone affette da spondiloartrite assiale progrediscono fino ad avere un certo grado di fusione spinale, nota come spondilite anchilosante. AxSpA colpisce sia i maschi che le femmine e di solito si sviluppa prima dei 30 anni.

In caso di sospetto di malattia, si può effettuare una radiografia o una risonanza magnetica. L’affidabilità della valutazione della sacroileite radiografica è però notoriamente scarsa. Esistono degli esperti in grado di leggere meglio le lastre, ma non sono disponibili in tutte le strutture. Per provare a ovviare a questo problema, è stato proposto un modello basato sull’intelligenza artificiale per analizzare le radiografie e migliorare l’accuratezza di queste letture, rendendole paragonabili a quelle dei migliori esperti. Lo studio si è quindi proposto di sviluppare e convalidare un modello di rete neurale artificiale che utilizzi la tecnologia dell’intelligenza artificiale per rilevare la sacroileite radiografica come manifestazione di AxSpA.

In presenza di una definita sacroileite radiografica in un paziente con sintomi di spondiloartrite, non sono normalmente necessarie altre procedure di imaging e il trattamento può essere iniziato subito. La presenza o l’assenza di sacroileite radiografica è rilevante anche per l’inclusione in molti studi clinici sulla spondiloartrite. L’intelligenza artificiale accelererebbe quindi questi processi.

Per lo studio, i ricercatori hanno utilizzato radiografie convenzionali delle articolazioni sacroiliache di due coorti indipendenti di pazienti con AxSpA. 1.669 radiografie sono state utilizzate per addestrare e convalidare la rete neurale, e 100 come dati di test. Tutte le radiografie sono state lette sia dall’uomo che dalla rete neurale artificiale. I ricercatori hanno poi analizzato se i lettori umani e la rete neurale artificiale erano d’accordo.

La rete neurale artificiale ha ottenuto prestazioni eccellenti nel riconoscere accuratamente la sacroileite radiografica in questi pazienti, con un’alta sensibilità e specificità. Questo modello potrebbe consentire il rilevamento accurato della sacroileite, rendendolo rilevante sia per la diagnosi dei pazienti nella clinica sia per la classificazione di AxSpA al momento della selezione dei pazienti per gli studi clinici.

Fonte: American College of Rheumatology

IT-NON-03345-W-11/2022