La frattura pelvica è, insieme a quella del femore, una delle principali cause di ospedalizzazione e mortalità a un anno nell’anziano. Una diagnosi accurata di queste fratture richiede l’uso della Tomografia Computerizzata.
Un team giapponese ha sviluppato un metodo automatico di diagnosi della frattura pelvica basata su reti neurali convoluzionali profonde (DCNN) in grado di leggere le immagini prodotte da una TC 2D, trasformandole in 3D.
Più in dettaglio, il sistema utilizza 2D-DCNN multipli, ognuno dei quali valuta le immagini 2D da una diversa prospettiva, sintetizzando 3 lastre in 2.5-D con tre spessori: 18.6 mm, 9.0 mm e 0.6 mm.
Unendo le lastre prodotte, si può ottenere una visione 3D della parte che mette in risalto la presenza di frattura.
Il metodo è stato testato prima su un dataset di 93 pazienti con più di una frattura di bacino, per un totale di 389 fratture.
I soggetti sono stati suddivisi in 6 gruppi: 5 utilizzati per allenare il sistema di intelligenza artificiale e uno per valutarne l’efficacia.
Una volta verificata la bontà del sistema, gli autori lo hanno testato anche su un dataset di 112 pazienti senza fratture, ottenendo anche in questo caso risultati interessanti. Il metodo sarebbe in grado anche di discriminare tra 3 diversi tipi di frattura di bacino: fratture completamente dislocate; fratture parzialmente dislocate; fratture da compressione. In questo ultimo caso, però, la qualità della valutazione non è buona come per i primi due tipi di frattura, probabilmente a causa delle caratteristiche stesse della frattura, che non presenta separazione tra le ossa, ma solo danni di superficie.
Nonostante i risultati ottenuti, gli autori evidenziano l’esigenza di aumentare la capacità del sistema di individuare le fratture, perché alcune vengono perse: per questa ragione, al momento lo reputano un possibile aiuto nelle valutazioni di secondo livello, ovvero per confermare o meno una diagnosi fatta senza intelligenza artificiale. Il sistema impiega 12,6 minuti circa per paziente per dare risultati, utilizzando un computer dotato di una CPU con CORE i9-10900 k.
Stefania Somaré
