Studio osservazionale e prospettico sulla steatosi epatica e sui fattori di rischio correlati utilizzando gli ultrasuoni e l'intelligenza artificiale (ST-AI)

Negli ultimi anni l’ecografia ha assunto un ruolo predominante nella valutazione della steatosi epatica, in quanto è una metodica non invasiva, non irradiante, facilmente riproducibile e poco costosa. Di particolare efficacia è l'utilizzo dell'indice epatorenale, valutato come rapporto di intensità (ecogenicità) tra il parenchima epatico ed il parenchima corticale renale. I principali limiti nella rilevazione dell'indice epato-renale durante l'ecografia addominale, tuttavia, sono la dipendenza dell'operatore e l'utilizzo di un arco di tempo relativamente lungo per completare la sequenza di operazioni e calcoli necessari per determinare l'indice stesso. L’utilizzo di tecniche di Intelligenza Artificiale (AI) per l’analisi delle immagini in campo medico sta dando ottimi risultati. Gli algoritmi basati sull’intelligenza artificiale sono sempre più uno strumento potente che consente al medico di migliorare le proprie prestazioni in termini di velocità e accuratezza delle valutazioni cliniche. Oggi esistono già prove dell’efficacia dell’uso dell’intelligenza artificiale sulle immagini ecografiche per le valutazioni cliniche. L’uso dell’intelligenza artificiale come ausilio nella diagnosi delle malattie del fegato attraverso gli ultrasuoni è ancora poco studiato. L'ipotesi da verificare è l'utilità che l'IA può avere nella valutazione, i suoi usi generali e specifici nel ridurre i tempi di calcolo dell'indice epatorenale.

In questo studio sono stati arruolati 134 pazienti senza sospetto clinico di steatosi epatica. Tutti i pazienti sono stati sottoposti ad ecografia addominale (US) e risonanza magnetica della frazione grassa (MRI-PDFF), assunta come tecnica di riferimento per valutare il grado di steatosi. L'indice epatorenale (US) è ​​stato calcolato manualmente (HRIM) da 4 operatori esperti. Mediante un algoritmo è stato ottenuto anche il calcolo automatico dell'indice epatorenale (HRIA). L'accuratezza dell'HRIA nel discriminare diversi gradi di fegato grasso è stata valutata mediante analisi ROC utilizzando cut-off MRI-PDFF.