Sull’onda del crescente successo dell’applicazione delle nuove tecnologie in campo sanitario, l’inarrestabile ascesa dell’intelligenza artificiale nel settore healthcare ha recentemente conosciuto, in uno studio della University College London, un nuovo sviluppo nell’ambito della cura dell’epilessia.
With a fancy video zooming through MRI version of the atlas pic.twitter.com/X8UXQjJEAf
— Konrad (@KonradWagstyl) November 30, 2021
L’intelligenza artificiale per l’identificazione delle anomalie cerebrali
L’epilessia, che colpisce il sistema nervoso centrale e determina stati di crisi nell’individuo, affligge circa cinquanta milioni di persone in tutto il mondo. Sebbene i farmaci antiepilettici siano disponibili ed efficaci per la maggior parte delle persone affette da questa patologia, una fetta di popolazione mondiale compresa tra il venti e il trenta percento degli interessati non risponde a tali cure. Le anomalie cerebrali sono una delle cause principali di questa epilessia “resistente ai farmaci”, che di solito viene identificata con una risonanza magnetica prima che venga effettuato un intervento chirurgico per curare il paziente. Tuttavia, l’identificazione di queste aree anomale da parte delle risonanze magnetiche è una sfida continua per i medici, poiché queste scansioni potrebbero non rilevare alcun problema. Sul punto, i ricercatori della University College London hanno verificato se un algoritmo di intelligenza artificiale potesse aiutare a individuare queste sottili anomalie cerebrali (note come “displasia corticale focale”). I risultati hanno dimostrato che l’intelligenza artificiale è riuscita a individuare le anomalie in due terzi dei casi rispetto al solo utilizzo della risonanza magnetica.
Il progetto “Multicentre Epilepsy Lesion Detection” (MELD)
Per sviluppare un algoritmo di Intelligenza Artificiale “affidabile” è, come noto, necessario “addestrarlo” su casistiche provenienti da un’ampia gamma di interessati. I singoli centri medici che si occupano di “chirurgia dell’epilessia”, in genere, trattano solo un piccolo numero di pazienti all’anno con questa anomalia. Sulla scorta di questi dati, è stato varato il progetto “Multicentre Epilepsy Lesion Detection” (MELD) – collaborazione internazionale dedicata a migliorare l’individuazione delle lesioni nei pazienti affetti da epilessia resistente ai farmaci – per raccogliere oltre mille scansioni di imaging a risonanza magnetica da ventidue centri sparsi per il mondo. Propri questi dati sono stati utilizzati per addestrare un algoritmo di intelligenza artificiale atto a rilevare queste anomalie. Peraltro, le scansioni di imaging di risonanza magnetica possono mostrare sì tali anomalie, ma l’intelligenza artificiale è più “brava” a identificarle.
Sanità, il gemello virtuale apre nuovi orizzonti per diagnosi e cura
Com’è stato sviluppato l’algoritmo
Per sviluppare l’algoritmo, i ricercatori hanno quantificato le caratteristiche delle scansioni di risonanza magnetica, come lo spessore o le pieghe della superficie cerebrale, e le hanno misurate in circa trecento mila punti del cervello di ciascun partecipante. I radiologi esperti del team di ricerca hanno poi etichettato le aree sulle scansioni di imaging come sane ovvero anormali. Hanno quindi addestrato l’algoritmo a riconoscere i modelli che caratterizzano questa particolare anomalia cerebrale della displasia corticale focale. I ricercatori hanno scoperto che, complessivamente, l’algoritmo era in grado di rilevare queste anomalie nel sessantasette percento dei pazienti. In un terzo dei pazienti le scansioni di risonanza magnetica erano state precedentemente segnalate come normali (in altre parole, l’anomalia cerebrale non era stata notata dai medici radiologi). Nonostante queste lesioni siano particolarmente difficili da vedere a occhio nudo, l’algoritmo è stato comunque in grado di rilevarne il 63% in “questo” terzo di pazienti. Tutto ciò è particolarmente importante, perché se i medici riescono a trovare l’anomalia nella scansione cerebrale, l’intervento chirurgico per rimuoverla può fornire una cura mirata ed efficace. Un problema comune degli algoritmi di intelligenza artificiale è che sono come “scatole nere”, cioè “imparano” dai dati piuttosto che essere esplicitamente programmati per prendere decisioni. Questo può, tuttavia, rendere difficoltoso comprendere come essi prendono le loro decisioni.
Un algoritmo di IA con previsioni interpretabili
È stato posto l’accento sulla creazione di un algoritmo di intelligenza artificiale con previsioni interpretabili, calcolando quali caratteristiche contribuiscono maggiormente alla previsione finale. Le informazioni utilizzate dall’algoritmo sono riassunte in un rapporto che evidenzia la parte del cervello che l’intelligenza artificiale ha ritenuto anormale, compresa la relativa motivazione di tale “decisione”. L’algoritmo dell’intelligenza artificiale, peraltro, non è perfetto; ed un passo fondamentale, quando si incorpora questo tipo di tecnologia nella pratica clinica, è confermare se i risultati dell’intelligenza artificiale sono vere anomalie cerebrali o se sono dovuti ad “artefatti” della risonanza magnetica. Ad esempio, la qualità della risonanza magnetica spesso non è delle migliori e può essere influenzata dai movimenti del paziente nella macchina, cosa che può rendere l’immagine poco chiara e sfocata. I referti devono quindi essere considerati insieme ad altre indagini a cui i pazienti si sottopongono per pianificare il loro intervento di chirurgia dell’epilessia.
Conclusioni
Diversi centri che si occupano di chirurgia dell’epilessia stanno utilizzando l’algoritmo MELD in questo modo. I ricercatori hanno iniziato a raccogliere altri dati, relativi a un numero maggiore di cause di epilessia, che saranno utilizzati per creare algoritmi di Intelligenza Artificiale diagnostici più performanti. Lo studio sul rilevamento della displasia corticale focale utilizza la più ampia coorte di pazienti sottoposta a risonanza magnetica fino ad oggi, il che significa che è potenzialmente in grado di rilevare tutti i tipi di queste anomalie. L’algoritmo può essere eseguito dagli ospedali di tutto il mondo su qualsiasi paziente con un sospetto di displasia corticale focale che abbia più di tre anni e si sia sottoposto a risonanza magnetica. Per dare un’idea dell’impatto, nella sola Inghilterra circa quattrocentoquaranta bambini all’anno potrebbero beneficiare di un intervento chirurgico per l’epilessia. L’algoritmo MELD potrebbe aiutare a trovare un maggior numero di lesioni nascoste nei bambini e negli adulti affetti da epilessia e permettere a un maggior numero di persone affette da tale patologia di essere prese in considerazione per un intervento chirurgico al cervello che potrebbe curare definitivamente la loro epilessia e migliorare, in tal modo, il loro sviluppo cognitivo.[1]
- AI algorithm that detects brain abnormalities could help cure epilepsy. University College London. https://www.ucl.ac.uk/news/2022/aug/ai-algorithm-detects-brain-abnormalities-could-help-cure-epilepsy ↑
