RILEVAMENTO DELLE MALATTIE DELL'OCCHIO CON ALGORITMI IBRIDI DI DEEP LEARNING DALLE IMMAGINI DEL FONDO

Secondo il rapporto mondiale dell’Organizzazione Mondiale della Sanità pubblicato nel 2020, almeno 2,2 miliardi di persone in tutto il mondo soffrono attualmente di disabilità visive e almeno 1 miliardo di loro hanno una disabilità visiva che può essere prevenuta o non è stata ancora affrontata. Il mondo si trova ad affrontare sfide significative per la salute degli occhi, tra cui, tra le altre cose, le disuguaglianze nella copertura e nella qualità dei servizi di prevenzione, trattamento e riabilitazione delle cure oculistiche, la mancanza di operatori oculistici qualificati e la scarsa integrazione dei servizi di cura degli occhi nei sistemi sanitari.

È noto che oltre l’80% di tutti i disturbi visivi possono essere prevenuti o curati. Un esame del fondo oculare deve essere eseguito da uno specialista della retina per fare una diagnosi corretta, ma le persone consultano un oculista solo quando avvertono qualche disagio. Sebbene in genere i sintomi progrediscano a tal punto che una volta che si manifesta la malattia, risultando in trattamenti e interventi chirurgici costosi, spesso il danno è irreversibile, con conseguente compromissione della vista o addirittura perdita permanente della vista.

L'intelligenza artificiale viene utilizzata per studiare e sviluppare teorie e metodi che possono aiutare a simulare ed estendere l'intelligenza umana, che sono stati utilizzati in molti campi di ricerca come la diagnosi automatica e la medicina. Negli ultimi anni, l’intersezione tra la tecnologia dell’intelligenza artificiale (AI) e la medicina moderna ha reso possibile uno screening efficace e rapido delle malattie. EyeCheckup è un dispositivo software automatizzato progettato per analizzare fotografie digitali a colori del fondo oculare per individuare rapidamente malattie della retina e del disco ottico.

Lo scopo principale della ricerca è valutare le prestazioni dell'algoritmo di screening automatico per rilevare malattie orientabili della retina e del disco ottico sulla base di immagini a colori del fondo oculare e determinarne la sensibilità e la specificità verso possibili malattie. Per la validazione clinica del sistema, le immagini saranno valutate da oftalmologi e i risultati saranno confrontati con l'algoritmo di intelligenza artificiale.

Dopo le esclusioni, questo studio arruolerà fino a 1528 soggetti che soddisfano i criteri di ammissibilità. I partecipanti che soddisfano i criteri di ammissibilità verranno reclutati dopo aver ottenuto il consenso informato scritto dai fornitori di assistenza sanitaria di base. I soggetti verranno sottoposti a fotografia del fondo oculare tramite fotocamere oftalmiche approvate dalla Food and Drug Administration (FDA). Le immagini verranno scattate secondo uno specifico protocollo di imaging EyeCheckup fornito all'operatore della telecamera oftalmica e quindi analizzate dal dispositivo EyeCheckup v2.0.

Metodi e strumenti da utilizzare nella ricerca:

I. Acquisizione di foto del fondo oculare con fotocamere non midriatiche: le immagini del fondo oculare centrate sul disco ottico e sulla fovea verranno scattate con fotocamere del fondo oculare non midriatiche Canon CR-2 AF, Topcon TRC-NW400 e Optomed Aurora. Per i volontari per i quali non è possibile ottenere immagini non midriatiche, la dilatazione della pupilla verrà ottenuta instillando gocce di tropicamide, quindi verranno scattate le immagini. Le fotocamere Canon CR-2 AF, Topcon TRC-NW400 e Optomed Aurora per il fondo non midriatico, da cui verranno acquisite le immagini della retina, sono dotate di marchio CE e approvate dalla FDA.

Prove da fare:

I. Le immagini del fondo oculare ottenute con tre diverse fotocamere da ciascun volontario incluso nello studio verranno analizzate separatamente sia per l'occhio destro che per l'occhio sinistro dall'algoritmo di intelligenza artificiale EyeCheckup su base basata su fotocamera.

ii. Valutazione delle immagini Canon CR-2 AF da parte di specialisti della retina e del glaucoma per la validazione clinica del sistema e il confronto dei risultati,