Infrared Thermal Imaging Combined with Machine Learning for Detecting Disease Activity in Rheumatoid Arthritis: A Proof-of-Concept Study
Questo studio di prova di concetto ha valutato l'imaging termico a infrarossi combinato con l'apprendimento automatico per il rilevamento dell'attività della malattia nell'artrite reumatoide, riscontrando che, sebbene la temperatura dell'intera mano da sola non potesse distinguere le riacutizzazioni, un modello di classificazione binaria ha mostrato una tendenza promettente ma statisticamente inconclusiva che richiede validazione in coorti più ampie.
Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
L'artrite reumatoide è una condizione in cui il sistema immunitario del corpo attacca erroneamente le articolazioni, causando dolore, gonfiore e rigidità. Per i medici, sapere esattamente quanto sia attiva questa malattia in un dato momento è fondamentale, poiché determina se un paziente ha bisogno di farmaci più forti o se l'attuale trattamento sta funzionando. Il modo standard per misurare questa attività prevede una combinazione di esami del sangue e un esame fisico in cui un medico conta quante articolazioni sono dolenti o gonfie. Tuttavia, questo processo presenta dei difetti. Gli esami del sangue misurano un'infiammazione generale che può essere causata da molte cose, non solo dall'artrite, e l'esame fisico si basa in parte su come il paziente descrive il proprio dolore, che può variare da persona a persona. A causa di queste incertezze, i ricercatori cercano da tempo un modo per vedere direttamente l'infiammazione, senza l'uso di aghi o domande soggettive. Un'idea promettente è quella di utilizzare il calore che le articolazioni infiammate producono naturalmente. Quando un'articolazione è infiammata, si scalda, proprio come un fuoco brucia più intensamente rispetto all'aria circostante. Le telecamere a infrarossi possono vedere questo calore, trasformandolo in un'immagine visibile che mostra esattamente dove si trova il calore.
Uno studio recente si è proposto di testare se questo calore potesse essere utilizzato come uno strumento affidabile per individuare un focolaio di artrite reumatoide. I ricercatori hanno lavorato con un piccolo gruppo di undici pazienti affetti dalla malattia e nove persone senza di essa. Hanno scattato foto termiche alle mani dei pazienti in momenti diversi, catturando immagini quando i pazienti stavano vivendo un focolaio e di nuovo dopo che avevano ricevuto un trattamento e si sentivano meglio. Il team ha utilizzato un sistema informatico per analizzare la temperatura di aree specifiche della mano, cercando modelli che potessero distinguere una mano malata da una sana. Hanno anche testato un approccio più avanzato, utilizzando l'apprendimento automatico (machine learning), che è un tipo di programma per computer che impara a riconoscere i modelli studiando degli esempi. L'obiettivo era vedere se il computer potesse guardare la mappa termica di una mano e dire al medico se l'artrite fosse lieve, moderata o grave, o semplicemente se la malattia fosse abbastanza attiva da richiedere un trattamento.
La prima cosa che i ricercatori hanno controllato è stata un'idea semplice: potevano semplicemente guardare il singolo punto più caldo dell'intera mano per capire se un paziente stesse avendo un focolaio? Hanno confrontato la temperatura massima delle mani dei pazienti durante un focolaio con le mani di persone sane. Il risultato è stato chiaro e inaspettato: il punto più caldo di una mano malata non era significativamente più caldo del punto più caldo di una mano sana. Le temperature erano quasi identiche, oscillando intorno ai 98 gradi Fahrenheit per entrambi i gruppi. Questo risultato ha escluso la possibilità che una singola lettura della temperatura complessiva della mano potesse servire come test rapido per un focolaio. Ha suggerito che il calore derivante dall'artrite sia troppo specifico per le singole articolazioni per essere visto guardando la mano nel suo insieme.
Non scoraggiati, i ricercatori sono passati a un'analisi più dettagliata. Invece di guardare la mano come un unico grande oggetto, l'hanno suddivisa in dodici zone specifiche, ciascuna corrispondente a un'articolazione o a un punto di riferimento. Hanno inserito i dati della temperatura di queste singole zone in modelli informatici progettati per classificare l'attività della malattia. In un precedente tentativo di questa analisi, il team aveva commesso un errore comune nel modo in cui avevano addestrato il computer. Avevano permesso al computer di vedere immagini provenienti dallo stesso paziente sia nella fase di addestramento che in quella di test. Questo è come dare a uno studente un esame che include domande che ha già visto nei suoi compiti a casa; lo studente potrebbe ottenere un punteggio alto, ma ciò non significa che abbia realmente imparato la materia. Una volta corretto questo errore e assicurandosi che il computer venisse testato su pazienti che non aveva mai visto prima, i risultati sono cambiati drasticamente.
Quando l'analisi è stata eseguita correttamente, i modelli informatici non riuscivano più a classificare in modo affidabile i pazienti in tre categorie di gravità: lieve, moderata o grave. I modelli non performavano meglio di una semplice scelta casuale basata sulla categoria più comune. Ciò significava che, con il piccolo numero di pazienti dello studio, i modelli di calore non erano abbastanza distinti da permettere una diagnosi dettagliata della gravità della malattia. Tuttavia, quando i ricercatori hanno semplificato la domanda, è emersa una situazione diversa. Inve invece di chiedere tre livelli di gravità, hanno chiesto al computer di fare una scelta binaria: la malattia è attiva e necessita di trattamento, o è abbastanza bassa da essere considerata sotto controllo? Utilizzando una specifica soglia clinica che i medici usano per decidere quando trattare un paziente, il modello informatico ha mostrato una tendenza promettente. Ha identificato correttamente lo stato della malattia in circa il 73 percento dei casi, che è meglio del 58 percento di precisione che si otterrebbe semplicemente indovinando l'esito più comune.
Questo miglioramento non era un successo garantito, poiché il risultato non ha raggiunto il rigoroso standard statistico solitamente richiesto per dichiarare una scoperta. I ricercatori hanno osservato che il loro gruppo di pazienti era piuttosto piccolo, il che rende difficile essere certi che il modello osservato si applichi a tutti. Il modello informatico che ha performato meglio è un tipo di algoritmo noto come "random forest", che è bravo a trovare relazioni complesse e non lineari nei dati. Il fatto che questo modello abbia mostrato una tendenza stabile attraverso diversi modi di testare i dati suggerisce che potrebbe esserci qualcosa di reale nelle firme termiche, ma si tratta di un segnale grossolano. Sembra capace di distinguere tra una mano chiaramente attiva e una calma, ma non può ancora distinguere le sottili differenze tra un'infiammazione lieve e una moderata.
Lo studio è concluso che, sebbene una singola lettura della temperatura dell'intera mano non sia utile per rilevare un focolaio, la mappa termica dettagliata delle articolazioni detiene un potenziale. I ricercatori hanno scoperto che il segnale termico è probabilmente troppo sottile per graduare l'esatta gravità della malattia con un campione piccolo, ma potrebbe essere abbastanza forte da aiutare i medici a decidere se un paziente ha bisogno di un trattamento. Il lavoro funge da prova di concetto, dimostrando che l'imaging a infrarossi combinato con un'attenta analisi informatica può offrire una visione oggettiva dell'infiammazione articolare. Tuttavia, gli autori hanno sottolineato che questo non è ancora uno strumento finito. Per passare da una tendenza promettente a un test medico affidabile, il metodo deve essere convalidato in un gruppo di pazienti molto più ampio. Fino ad allora, la tecnologia rimane una possibilità speranzosa piuttosto che uno standard di cura, offrendo uno sguardo su un futuro in cui i medici potrebbero essere in grado di vedere il fuoco dell'artrite senza dover chiedere al paziente di descrivere il calore.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.