Spondiloartrite assiale: una rete neurale artificiale di recente sviluppo è stata in grado di individuare in maniera accurata la presenza di sacroileite radiografica
Una nuova rete neurale artificiale di recente sviluppo è stata in grado di individuare in maniera accurata la presenza di sacroileite radiografica nei pazienti con sospetto di spondiloartrite assiale (axSpA). Queste le conclusioni di uno studio sulle applicazioni dell’intelligenza artificiale in Reumatologia che apre alla possibilità d’impiego di questo strumento nei centri non specializzati, per aiutare i medici ad interpretare le radiografie a carico delle articolazioni sacroiliache come parte integrante del processo diagnostico.
I presupposti dello studio
La radiografia convenzionale delle articolazioni sacroiliache è da tempo raccomandata come primo metodo di imaging al quale ricorrere per la diagnosi di axSpA. Non solo: in molti setting clinici dislocati in tutte le aree del globo, questo è il solo metodo di imaging largamente disponibile per la diagnosi di axSpA.
“Il problema della diagnosi di questa malattia – ha ricordato uno degli autori di questo studio nel corso di una conferenza stampa virtuale – consiste nella necessità di differenziare il dolore lombare aspecifico (o quello lombare indotto meccanicamente) dal dolore lombare tipico della SpA, causato dall’infiammazione. Nella pratica clinica quotidiana, è spesso virtualmente impossibile diagnosticare la malattia infiammatoria senza la visualizzazione dell’infiammazione. Un problema rilevante della radiografia convenzionale delle articolazioni sacroiliache è dunque quello della scarsa affidabilità. Per qualunque immagine ottenuta, è possibile avere opinioni differenti, dall’assenza alla presenza di sacroileite”.
Su questi presupposti, gli autori dello studio sono ricorsi ad uno strumento di intelligenza artificiale basato sul principio di funzionamento delle reti neurali che imitano il lavoro del cervello umano, per valutarne la performance nell’identificare con accuratezza la sacroileite radiografica in un setting diagnostico.
In estrema sintesi, lo strumento di intelligenza artificiale utilizzato, già in grado di distinguere pazienti affetti o meno da SpA, ha utilizzato una rete neurale per affinare il dato numerico e la tipologia di caratteristiche delle articolazioni sacroiliache tracciate, poggiandosi su un algoritmo che identifica somiglianze e differenze delle immagini delle radiografie delle sacroiliache sopra indicate.
Disegno dello studio e risultati principali
Per valutare la performance di questo strumento di intelligenza artificiale basato sul funzionamento delle reti neurali, i ricercatori hanno analizzato le radiografie sacroiliache di pazienti con dolore lombare cronico e sospetto di ax-SpA che facevano riferimento ad uno specialista reumatologo come parte dello studio OptiRef.
In tutto, 361 pazienti sono stati sottoposti ad iter diagnostico che si è concluso con la conferma o la smentita del sospetto di malattia.
I ricercatori hanno esaminato le radiografie dell’articolazione sacroiliaca in base ai criteri modificati di New York, insieme alla valutazione concorde del reumatologo e del radiologo sulla presenza di sacroileite radiografica utilizzata come riferimento.
Successivamente, hanno messo a confronto questo giudizio concorde dei due specialisti con la predizione di sacroileite effettuata mediante ricorso allo strumento di intelligenza artificiale che ha passato al setaccio tutte le radiografie pelviche disponibili.
Erano disponibili le radiografie pelviche di 340 pazienti per la valutazione con lo strumento di intelligenza artificiale. Di questi pazienti, 110 hanno ricevuto alla fine diagnosi di axSpA (61 con malattia radiografica e 49 con malattia non radiografica).
Lo strumento basato sulle reti neurali ha raggiunto una sensibilità del 79% nel diagnosticare la r-axSpA, con una specificità di identificazione della presenza di sacroileite radiografica pari al 94%.
Il livello di concordanza tra la classificazione di r-axSpA e nr-axSpA effettuata con le reti neurali e quella di riferimento (parere concorde reumatologo e radiologo) è stato pari all’85%.
Riassumendo
In conclusione, l’approccio di intelligenza artificiale basato sull’impiego delle reti neurali si è connotato per una buona generalizzabilità dei risultati ed una elevata specificità, insieme ad una sensibilità accettabile, nell’individuare la presenza di sacroileite radiografica, se applicato nel setting diagnostico dei pazienti con dolore lombare cronico e sospetto di axSpA.
Nel presentare i dati, i ricercatori hanno affermato che il prossimo step del loro lavoro consisterà nel valutare le performance di questo strumento di intelligenza artificiale da loro messo a punto per la valutazione delle articolazioni sacroiliache mediante imaging a risonanza magnetica.
Bibliografia
Poddubnyy D et al. Artificial Neural Network for the Recognition of Active Inflammatory Changes Compatible with Axial Spondyloarthritis on Magnetic Resonance Imaging of Sacroiliac Joints [abstract 0905]. Arthritis Rheumatol. 2021; 73 (suppl 10).