L'intelligenza artificiale può diventare uno strumento di supporto per distinguere due malattie autoimmuni del fegato che presentano caratteristiche simili e possono rendere complessa la diagnosi. È quanto emerge da uno studio multicentrico europeo al quale ha partecipato anche l'Azienda Ospedaliero-Universitaria Maggiore della Carità di Novara.
La ricerca si è concentrata sulla diagnosi differenziale tra epatite autoimmune e colangite biliare primitiva, sperimentando le potenzialità del deep learning nell'analisi delle biopsie epatiche. Una distinzione importante perché una diagnosi più precisa consente di indirizzare il paziente verso il percorso terapeutico più appropriato.
Nell'ambito dello studio è stato sviluppato un nuovo modello denominato Autoimmune Liver Neural Estimator, ALNE, progettato per analizzare le immagini digitalizzate delle biopsie e contribuire al riconoscimento delle due patologie.
La ricerca ha coinvolto sei centri europei di riferimento, tra i quali la struttura di Medicina Interna 1 dell'ospedale Maggiore di Novara, diretta dal professor Mario Pirisi. Al suo interno si trova anche la struttura di Immunologia, riconosciuta dalla Regione Piemonte come Centro di Alta Specializzazione di riferimento regionale. Lo studio ha preso in esame biopsie epatiche raccolte tra il 1997 e il 2023.
Il sistema è stato addestrato direttamente sulle immagini digitali complete dei preparati istologici, senza indicare preventivamente all'algoritmo le aree di tessuto sulle quali concentrare l'analisi. I risultati hanno evidenziato una buona capacità di distinguere l'epatite autoimmune dalla colangite biliare primitiva, raggiungendo nella validazione esterna un'area sotto la curva ROC, indicata con AUC, pari a 0,81.
Lo studio ha permesso anche di osservare quali parti delle biopsie attirassero maggiormente l'attenzione dell'intelligenza artificiale. Il modello tendeva, ad esempio, a concentrarsi sulle zone con maggiore infiammazione, associandole prevalentemente all'epatite autoimmune.
Una possibile applicazione riguarda la possibilità di rendere più oggettiva e riproducibile la valutazione delle biopsie. L'analisi di un campione degli stessi casi effettuata da patologi generalisti ha infatti mostrato una significativa variabilità tra gli osservatori. In presenza di patologie dai confini meno netti, uno strumento quantitativo potrebbe quindi fornire un ulteriore elemento a disposizione dello specialista.
L'obiettivo non è sostituire il patologo, ma affiancare alla sua valutazione le informazioni ricavate dall'analisi digitale, contribuendo ad aumentare l'accuratezza diagnostica. Un aspetto rilevante anche sul piano terapeutico, dal momento che un'interpretazione non corretta delle alterazioni della biopsia può portare a scelte terapeutiche non appropriate.
Secondo lo studio, ALNE rappresenta il primo sistema in grado di produrre una diagnosi differenziale quantitativa tra epatite autoimmune e colangite biliare primitiva. La ricerca alla quale ha partecipato Novara apre così una nuova prospettiva sull'utilizzo dell'intelligenza artificiale applicata alle immagini diagnostiche, come strumento di supporto alle decisioni dei professionisti e al percorso di cura dei pazienti.
SU