Multicenter Evaluation of the Accuracy and Clinical Reliability of an Artificial Intelligence- Based System for Skeletal Maturity Indicators Staging

I bambini in crescita non stanno solo diventando più alti; i loro corpi stanno attraversando una complessa trasformazione interna in cui le ossa si induriscono, le articolazioni si fondono e i picchi di crescita accelerano per poi rallentare. Per gli ortodontisti, la tempistica del trattamento è tutto. Spostare i denti o guidare la crescita della mascella funziona meglio quando il corpo si trova in una fase specifica di questo sviluppo biologico, una finestra di opportunità che ha poco a che fare con l'età effettiva in anni del bambino e tutto a che fare con la sua età scheletrica. Per trovare questa finestra, i medici si sono affidati a lungo alle radiografie mano-polso, osservando le piccole ossa della mano e del polso per vedere quanto un bambino sia progredito nella sua maturazione fisica. Questo processo, tuttavia, richiede che un esperto umano esamini attentamente l'immagine, identifichi specifiche forme ossee e assegni uno stadio allo sviluppo del paziente. È una competenza che richiede anni per essere padroneggiata e, come ogni compito umano, può variare da un medico all'altro.

Poiché l'intelligenza artificiale ha iniziato ad assistere in molti settori della medicina, i ricercatori si sono chiesti se un programma informatico potesse imparare a leggere queste radiografie con la stessa cura e costanza di uno specialista umano. Un nuovo studio pubblicato da un team della Yonsei University in Corea del Sud si è posto l'obiettivo di testare un sistema software commerciale progettato per fare esattamente questo. I ricercatori volevano sapere se questa intelligenza artificiale potesse determinare in modo affidabile lo stadio di maturità scheletrica di un bambino in diversi ospedali e per diversi tipi di pazienti, o se funzionasse bene solo in un ambiente controllato e in un'unica sede. Hanno raccolto un ampio gruppo di pazienti da due ospedali odontoiatrici separati, coprendo un vasto intervallo di età e modelli di crescita, per vedere se il computer potesse eguagliare il giudizio di esperti ortodontisti esperti.

Lo studio ha comportato la revisione delle cartelle cliniche e delle radiografie mano-polso di 595 pazienti, con età compresa tra i sei e i diciotto anni, che avevano visitato uno di due ospedali affiliati all'università in Corea del Sud. In questi ospedali, i pazienti erano stati sottoposti a valutazioni ortodontiche standard, che includevano l'esecuzione di radiografie del cranio e delle mani. I ricercatori hanno prima stabilito un "gold standard" per ogni paziente, facendo in modo che esperti ortodontici rivedessero le radiografie e le incrociassero con le cartelle cliniche dei pazienti. Nei casi in cui gli specialisti non erano d'accordo, è stato coinvolto un terzo esperto per prendere la decisione finale. Questo stadio derivato dall'uomo è servito come punto di riferimento rispetto al quale è stata testata l'intelligenza artificiale. Il software informatico, che non aveva mai visto queste specifiche radiografie prima d'ora, ha poi analizzato le immagini autonomamente per prevedere lo stesso stadio di maturità.

I risultati hanno mostrato che il sistema di intelligenza artificiale ha operato con un alto grado di coerenza e affidabilità. Confrontando le previsioni del computer con le decisioni finali degli esperti umani, i due coincidevano esattamente nel 73 percento di tutti i casi. Se i ricercatori avessero permesso un margine di errore di appena uno stadio in più o in meno, l'accordo saliva al 96 percento. Ciò significa che, in quasi ogni istanza, il computer era o perfettamente in linea o fuori di una quantità molto piccola e clinicamente insignificante. Il sistema si è dimostrato ugualmente efficace in entrambi gli ospedali, nonostante le due sedi utilizzassero macchine per raggi X diverse e avessero popolazioni di pazienti differenti. L'analisi statistica ha confermato che la posizione dell'ospedale non influenzava l'accuratezza dei risultati, suggerendo che il software è abbastanza robusto da lavorare in vari ambienti clinici senza dover essere riaddestrato per ogni nuova impostazione.

Lo studio ha anche rivelato che l'accuratezza del sistema non era uniforme in tutti i gruppi di persone. Il computer era significativamente più accurato nel valutare le pazienti femmine rispetto ai pazienti maschi. Nello specifico, coincideva esattamente con gli esperti nel 76 percento dei casi per le ragazze, rispetto al 69 percento per i ragazzi. Un'ulteriore investigazione ha mostrato che questa differenza era guidata dallo stadio della pubertà. Il sistema era più accurato per le ragazze che avevano già iniziato il ciclo mestruale, coincidendo con gli esperti dell'84 percento delle volte. Per quelle che non avevano ancora raggiunto questo traguardo, l'accuratezza scendeva a quella dei ragazzi. Ciò suggerisce che i cambiamenti scheletrici che avvengono dopo l'inizio della mestruazione siano forse più distinti o più facili da riconoscere per l'algoritmo rispetto ai cambiamenti che avvengono prima di essa. Interessantemente, il tipo di relazione tra le mascelle di un paziente — ovvero se le sue mascelle superiore e inferiore fossero allineate normalmente, sporgenti o arretrate — non influenzava la capacità del computer di leggere le radiografie. Il sistema si è comportato allo stesso modo indipendentemente da questi schemi scheletrici.

Osservando gli specifici stadi di sviluppo, il computer eccelleva nell'identificare l'inizio e la fine del processo di crescita. Era quasi perfetto nel riconoscere lo stadio più precoce di sviluppo e lo stadio finale in cui la crescita è completata. Questi sono momenti critici per la pianificazione del trattamento, poiché sapere quando la crescita è terminata è essenziale per decidere se procedere con la chirurgia o continuare con l'apparecchio. Il sistema era meno preciso negli stadi intermedi, in particolare intorno al picco del picco di crescita, dove il tasso di corrispondenza esatta era inferiore. Tuttavia, anche in questi stadi difficili, il computer commetteva raramente errori grossolani. Quasi sempre indovinava uno stadio che era accanto a quello corretto, piuttosto che saltare molto avanti o cadere molto indietro. Questo schema di piccoli errori adiacenti è molto meno pericoloso in un contesto clinico rispetto a un grande errore casuale, poiché mantiene il piano di trattamento entro un intervallo sicuro e logico.

I ricercatori hanno concluso che questo sistema di intelligenza artificiale è uno strumento altamente affidabile che può supportare gli ortodontisti nella loro pratica quotidiana. Fornendo una valutazione costante e rapida della maturità scheletrica, il software può aiutare i medici a determinare il momento ottimale per il trattamento con maggiore fiducia. Lo studio ha dimostrato che il sistema funziona bene in diversi ospedali e per un gruppo diversificato di pazienti, con la nota eccezione che attualmente performa leggermente meglio per le ragazze che hanno superato l'inizio della mestruazione. Sebbene il computer non sia perfetto, la sua capacità di evitare errori maggiori e l'alto tasso di accordo con gli esperti umani suggeriscono che sia pronto per essere utilizzato come un prezioso ausilio nei contesti clinici reali, aiutando a garantire che il trattamento ortodontico venga fornito nel momento più efficace della crescita di un bambino.