L’osteoporosi è una sindrome che si presenta e che evolve in una progressiva riduzione della qualità e quantità ossea. Le ossa pertanto, anche in seguito a traumi di minima entità o addirittura non avvertiti, subiscono fratture, che vengono per l’appunto chiamate “fratture da fragilità”.
Si stima che questa malattia coinvolga in Italia circa 5 milioni di persone, di cui l’80% sono donne, con un’incidenza che (secondo i dati Istat del 2020) supera l’8% della popolazione totale e aumenta progressivamente con l’avanzare dell’età.
È facile comprendere che si tratta di una patologia che ha un forte impatto a livello sia personale (in termini di difficoltà motorie, disabilità e qualità della vita) sia sociale (a livello di risorse sanitarie).
Per tutta queste ragioni, la diagnosi di questa malattia, la prevenzione delle fratture e il trattamento delle complicanze sono punti fondamentali e di primaria importanza.
Recentemente, gli specialisti che si occupano di osteoporosi hanno trovato un nuovo alleato nella loro attività: l’adozione di strumenti basati sull’Intelligenza Artificiale sembra infatti offrire un miglioramento nella diagnostica e nella personalizzazione dei trattamenti.
Quali sono i vantaggi attualmente offerti dall’AI nella diagnostica e nel trattamento dell’osteoporosi?
L’utilizzo, da parte degli specialisti del settore ortopedico, di strumenti a Intelligenza Artificiale consente già oggi di ottenere alcuni benefici che possono migliorare la gestione della malattia, in particolare in alcune aree:
– screening: l’applicazione dell’AI alle scansioni TC offre uno screening molto efficace. Per esempio, un recente studio pubblicato su Osteoporosis International nel 2024 ha dimostrato che gli algoritmi di deep learning possono segmentare automaticamente le vertebre e calcolare la densità minerale ossea (BMD) con elevata precisione. Un risultato che offre nuove prospettive per la diagnosi precoce;
– miglioramento della diagnostica radiologica: gli strumenti dell’AI possono offrire un valido supporto al medico nell’identificazione delle fratture, innalzando la precisione diagnostica grazie alla segnalazione di micro-fratture nelle immagini a Raggi X e alla riduzione del rischio di errori di interpretazione;
– analisi avanzata di immagini diagnostiche: gli algoritmi di machine learning rappresentano strumenti ad alta precisione al servizio dell’esperienza e della competenza del medico, in grado di analizzare le immagini diagnostiche come radiografie, TC e RM con un’accuratezza spesso superiore a quella dell’occhio umano, rilevando anche le più sottili anomalie e permettendo diagnosi precoci e interventi tempestivi;
– prevenzione personalizzata: grazie alla capacità dell’AI di analizzare enormi quantità di dati, è possibile non solo identificare i fattori di rischio individuali, ma anche personalizzare i piani di prevenzione e trattamento, suggerendo consultazioni specialistiche per i pazienti a maggior rischio.
Quali sono i punti deboli e le sfide in corso nell’adozione dell’AI in questo campo?
Come abbiamo visto, l’utilizzo di strumenti a Intelligenza Artificiale nel campo dell’osteoporosi presenta molteplici vantaggi e fornisce ai medici un supporto per applicare le loro competenza con efficacia sempre maggiore. Ma naturalmente, trattandosi di tecnologie all’avanguardia e in costante e rapidissima evoluzione, ci sono dei punti sensibili e delle sfide che devono essere affrontate. Tra queste, possiamo sicuramente citare:
– standardizzazione e interoperabilità: nel caso di mancanza di uno metodo standardizzato acquisizione e valutazione dei dati è naturalmente complesso integrare l’utilizzo di sistemi a Intelligenza Artificiale tra diversi dipartimenti o tra diverse strutture sanitarie;
– qualità e quantità dei dati: per addestrare i modelli di Intelligenza Artificiale e ottenere i migliori vantaggi è necessario disporre di un’elevata quantità di dati di qualità, che quindi difficilmente possono – perlomeno al momento – derivare da studi clinici effettuati su campioni di dimensioni limitate;
– interpretabilità: i modelli di deep learning sono molto potenti, ma spesso non è semplice comprendere la logica dietro alle loro conclusioni, che rischiano di parlare un linguaggio più affine a quello degli esperti informatici che non a quello dei professionisti sanitari;
– resistenza all’adozione: la disponibilità di strumenti innovativi come quelli a Intelligenza Artificiale potrebbe trovare un ostacolo da parte di alcuni professionisti sanitari e alcuni pazienti, preoccupati sia dalla sicurezza di questi sistemi sia dall’impatto che possono avere sul rapporto medico-paziente;
– costi e accessibilità: l’adozione di sistemi di AI ha spesso costi alti e quindi richiede l’utilizzo di ingenti risorse.
Il sistema vincente: l’intelligenza artificiale al servizio dell’esperienza umana.
L’adozione di sistemi a Intelligenza Artificiale in campo medico sta avvenendo da pochi anni, ma si tratta di un periodo di tempo sufficiente a produrre già alcune evidenze. Una di queste è la validità dell’approccio ibrido, che combina i punti di forza dell’IA con l’esperienza del medico, superando i limiti dei sistemi completamente automatizzati.
Si è infatti verificato che un sistema composto da persone e strumenti di AI produce grandi benefici, tra i quali possiamo nominare:
– maggiore accuratezza: i modelli ibridi, combinando diverse tecniche, offrono una maggiore accuratezza rispetto ai sistemi completamente automatizzati, con miglioramenti delle prestazioni che alcuni studi indicano raggiungere anche il 120%;
– migliore adattabilità: la flessibilità dell’approccio ibrido consente di sfruttare una migliore capacità di adattamento a situazioni nuove o impreviste e di ridurre il rischio di errori causati da situazioni non contemplate negli scenari di addestramento dell’AI;
– riduzione dei requisiti di dati: attingendo all’esperienza del medico e alla capacità analitica degli algoritmi, si possono ottenere eccellenti risultati anche con una quantità limitata di dati di addestramento;
– integrazione delle capacità umane: l’approccio ibrido integra le caratteristiche umane con quelle dell’AI, in pratica l’Intelligenza Artificiale supporta diagnosi più accurate e rapide, ma la supervisione umana rimane essenziale per l’interpretazione e la gestione di casi complessi.
Una collaborazione che offre interessanti prospettive presenti e future.
L’IA rappresenta una straordinaria opportunità per migliorare la prevenzione, la diagnosi e il trattamento dell’osteoporosi. Superando le sfide legate alla standardizzazione, alla qualità dei dati e all’interpretabilità dei modelli, e adottando approcci ibridi che integrano le capacità umane e artificiali, possiamo aprire la strada a una medicina sempre più personalizzata, efficace e accessibile, migliorando significativamente la qualità della vita dei pazienti affetti da questa patologia.
Come produttori di ortesi, siamo attenti a queste innovazioni e a tutte le nuove tecnologie, perché ci offrono opportunità nuove per garantire il miglior supporto possibile alla mobilità delle persone.
Riferimenti:
https://www.unife.it/it/notizie/2021/scienza-cultura-e-ricerca/sciavicco-ia-osteoporosi
https://www.fondazionedare.it/it/prevedere-il-rischio-di-osteoporosi-e-con-lai-e-machine-learning/
https://www.ai4business.it/intelligenza-artificiale/modelli-ibridi-per-lintelligenza-artificiale/
https://bonehealth.it/lintelligenza-artificiale-applicata-allo-screening-per-losteoporosi/
https://www.opengateitalia.com/approfondimenti/intelligenza-artificaile-in-medicina-sfide-etiche-e-futuro-promettente/
https://www.repubblica.it/salute/dossier/intelligenza-artificiale-salute-cura-malattie/2024/10/21/video/osteoporosi_cosi_lintelligenza_artificiale_predice_il_rischio-423569238/?ref=RHRT-BG-P1-S1-T1
https://www.salute.gov.it/portale/donna/dettaglioContenutiDonna.jsp?lingua=italiano&id=4491&area=Salute%20donna&menu=vuoto