Tecnologie Digitali Applicate Alla Medicina - 41 Ciclo

L’edema maculare è una delle principali cause di perdita visiva nei pazienti con occlusione venosa retinica (RVO) e retinopatia diabetica (RD). L’introduzione della tomografia a coerenza ottica (OCT) ha rivoluzionato il modo in cui queste patologie vengono diagnosticate e monitorate, rendendo possibile la visualizzazione di alterazioni microscopiche non visibili con la sola osservazione clinica. Tuttavia, la valutazione manuale di tali immagini richiede tempo, competenze specialistiche e può variare da un operatore all’altro. In questo contesto, l’intelligenza artificiale (IA) rappresenta un’opportunità innovativa per automatizzare e standardizzare l’analisi delle immagini OCT. Il progetto mira a validare un algoritmo AI capace di riconoscere e quantificare in modo automatico i principali biomarcatori OCT in pazienti con edema maculare secondario a RVO (RVO-EM) e a RD (RD-EM). Tra i biomarcatori analizzati vi sono il fluido intraretinico, il fluido sottoretinico, i foci iperriflettenti (HRF), e l’integrità della external limiting membrane e della ellipsoid zone. Lo studio sarà condotto su un'ampia coorte di pazienti affetti da edema maculare, reclutati presso l’UOC di Oculistica (Azienda Ospedaliera Universitaria R.Dulbecco). Tutti i partecipanti saranno sottoposti a esami OCT ad alta risoluzione. Le immagini verranno analizzate sia dal software AI, sia da specialisti in retina, al fine di confrontare le prestazioni dell’algoritmo con la valutazione clinica umana. L’analisi includerà la misurazione del volume e della distribuzione dei fluidi retinici, il conteggio dei foci iperriflettenti e la valutazione dell’integrità delle strutture retiniche centrali. I dati ottenuti verranno confrontati utilizzando parametri statistici standard per valutare la concordanza tra AI e clinici. L’obiettivo è dimostrare l’affidabilità dell’algoritmo, con aspettative di alta accuratezza nella rilevazione dei biomarcatori analizzati. Oltre a confermare la validità dello strumento, il progetto mira anche a individuare diversi fenotipi di edema maculare, legati a risposte differenti alle terapie intravitreali. L’obiettivo è quello di sviluppare modelli predittivi utili per personalizzare il trattamento e migliorare l’outcome visivo. In sintesi, l’integrazione dell’intelligenza artificiale nell’analisi OCT potrebbe rivoluzionare la gestione dell’edema maculare, offrendo valutazioni rapide, oggettive e riproducibili, a supporto di una medicina retinica sempre più precisa e su misura per il paziente.