SOPRA: © ISTOCK.COM, SUDOK1
Sebbene l’ondata iniziale della pandemia di SARS-CoV-2 sia diminuita in molti paesi, gli operatori sanitari stanno ancora cercando di identificare il maggior numero possibile di pazienti COVID-19 e contenere la malattia. La diagnosi rapida e accurata è particolarmente importante quando i pazienti ignari con un’infezione da coronavirus vengono in ospedale con disturbi di salute ma non mostrano ancora sintomi di COVID-19.
I campioni di tampone nasale analizzati da RT-PCR sono attualmente raccomandati per la diagnosi di COVID-19, tuttavia, carenze di approvvigionamento, un tempo di attesa fino a due giorni per i risultati e un tasso di falsi negativi alto come 1 su 5 strumenti di screening alternativi e su larga scala di COVID-19 sono ancora ricercati.
SARS-CoV-2 è noto per danneggiare il tessuto polmonare, e in un modo distinto che i medici stanno ora cercando di sfruttare per nuovi approcci diagnostici. Molti pazienti con COVID-19 sviluppano polmonite, che può progredire fino all’insufficienza respiratoria e talvolta alla morte. La polmonite COVID-19 è diversa dalle forme più comuni di polmonite batterica e le differenze si manifestano nelle scansioni TC del torace. I più sorprendenti sono i modelli di lesione torbida che assomigliano a frammenti di vetro o linee reticolari all’interno delle lesioni opache che sembrano piastrelle di pavimentazione irregolari, che si verificano intorno alle periferie di entrambi i polmoni. Le lesioni da polmonite batterica sono solitamente concentrate in un polmone e potrebbero non assomigliare a frammenti di vetro.
In Cina, le scansioni TC sono già utilizzate come strumento diagnostico COVID-19 quando un paziente arriva in un ambiente sanitario con febbre e sospetta infezione, sebbene questo approccio non sia stato ampiamente adottato negli Stati Uniti. Due studi, pubblicati su Nature Medicine e Cell, avanzano questa idea utilizzando l’intelligenza artificiale (AI) addestrata su scansioni polmonari CT come strumento diagnostico rapido per cercare l’infezione da COVID-19 nei pazienti che vengono in ospedale e richiedono imaging medico.
Vedi “L’IA sta vagliando miliardi di molecole per i trattamenti del coronavirus”
Scrivendo in Cell, i ricercatori della Macau University of Science and Technology hanno utilizzato 532.000 scansioni TC di 3.777 pazienti in Cina per addestrare i loro strumenti di IA, concentrandosi sulle lesioni rivelatrici osservate nei polmoni dei pazienti COVID-19. In studi pilota presso diversi ospedali cinesi il modello AI correttamente diagnosticato polmonite causata dal coronavirus almeno l ‘ 85 per cento del tempo in cui è stato applicato a un set di dati di 417 pazienti in quattro coorti separate. La polmonite COVID è stata diagnosticata erroneamente come polmonite non COVID nel 7-12% dei casi.
“Questo gruppo fa un enorme lavoro di approfondimento sulla validazione esterna: hanno questo grande set di dati dalla Cina e hanno esaminato come si è comportato in molti ospedali”, afferma Matthew Lungren, un radiologo del Centro medico della Stanford University che non è stato coinvolto in nessuno studio.
Riconoscere un numero molto piccolo di casi di polmonite COVID-19 su un gran numero di casi di polmonite generale non specifici è importante per uno strumento diagnostico quando SARS-CoV-2, il coronavirus dietro la pandemia, diventa endemico e non è più la principale causa di polmonite, spiega Lungren.
“Un ampio set di dati con una fonte diversificata di dati è fondamentale per ottenere conclusioni robuste e generalizzabili nelle diagnosi basate sull’IA”, scrive il coautore di Cell Kang Zhang, professore di medicina all’Università di Scienza e Tecnologia di Macao, in una e-mail allo scienziato. “Uno dei problemi più difficili nell’applicazione AI nel settore sanitario è la scarsa riproducibilità.”
Una sfida dell’utilizzo delle scansioni TC per la diagnosi di COVID-19 è che molte persone infette da SARS-CoV-2 sperimentano gravi sintomi clinici come tosse e febbre, ma non hanno biomarcatori visibili nelle scansioni TC. Se gli operatori sanitari stanno cercando di ottenere una diagnosi accurata di COVID-19 più veloce dei metodi PCR standard, “solo basandosi sull’imaging potrebbe non essere sufficiente”, dice Yang Yang, un radiologo del Mount Sinai Hospital.
Il team di Yang ha anche addestrato il suo modello AI COVID-19 su scansioni toraciche TC e pubblicato i risultati su Nature Medicine. Questo modello ha integrato i risultati delle scansioni TC con i risultati clinici come l’età dei pazienti, se avevano tosse o febbre e il loro numero di globuli bianchi, creando quello che gli autori hanno chiamato un “modello di fusione” per diagnosticare i pazienti con COVID-19 sulla base di dati clinici e di imaging. Il loro modello di fusione ha diagnosticato COVID-19 con una precisione dell ‘ 83,5% in un set di test di 279 pazienti. Guardando lo stesso insieme di immagini, un radiologo toracico anziano ha diagnosticato COVID-19 con una precisione dell ‘ 84,6%.
“Ci sono aspetti della loro metodologia che penso siano molto importanti per questo campo in generale”, afferma Lungren, vale a dire, molti modelli diagnostici AI basati sui dati di imaging trarrebbero beneficio dall’input di dati clinici aggiuntivi.
Zhang dice almeno 10 grandi ospedali in Cina, e diversi negli Stati Uniti, India, Iraq, e l’Ecuador stanno usando il suo modello per diagnosticare i pazienti sospettati di avere la polmonite da COVID-19. Il suo team ha reso i suoi algoritmi e set di dati di formazione a disposizione del pubblico per altri ricercatori da utilizzare.
K. Zhang et al., “Sistema AI clinicamente applicabile per una diagnosi accurata, misurazioni quantitative e prognosi della polmonite COVID-19 utilizzando la tomografia computerizzata,” Cell, doi: 10.1016 / j.cell.2020.04.045, 2020.
