Una revisione della letteratura suggerisce l’efficacia di modelli di intelligenza artificiale per la diagnosi precoce della displasia congenita dell’anca.
La displasia congenita dell’anca è la più frequente patologia ortopedica dell’età infantile, con prevalenza maggiore nel genere femminile e, secondo alcuni studi, nell’anca sinistra. La sua incidenza a livello globale è estremamente variabile, andando da 0,1% a 11% a seconda delle aree geografiche e dell’etnia.
In Italia si stima che nascano con questa anomalia dallo 0,1% allo 0,7% dei bambini, con numeri che mutano via via che la popolazione diventa multietnica. Se riconosciuta rapidamente dopo la nascita, la displasia dell’anca può essere trattata e l’anomalia risolta, garantendo uno sviluppo sano nel tempo. Se ciò non accade, invece, si genera il rischio di sviluppare una zoppia e, nel tempo, dell’instaurarsi di un’artrosi precoce.
Per questo nel nostro Paese tutti i neonati vengono sottoposti, a poche settimane dalla nascita, a screening ecografico.
Lo screening ecografico presenta, però, alcune limitazioni, in primis la sua dipendenza diretta dalle capacità dell’ecografista, ne deriva un certo tasso di diagnosi mancate o errate.
L’avvento dell’intelligenza artificiale ha favorito lo sviluppo di modelli diagnostici apparentemente più precisi: per verificare questa possibilità, un team del Dipartimento di Salute Infantile del Women’s Hospital della Nanjing Medical University ha condotto una revisione sistematica e meta analisi della Letteratura.
Il punto di partenza
Sono 13 gli studi inclusi in questo lavoro di revisione, i cui risultati sono pubblicati su “Journal of Orthopaedic Surgery and Research”. La qualità dei lavori, valutata dagli autori, è discreta, affetta da qualche rischio di bias. Nell’insieme gli studi prendono in considerazione 10637 pazienti, dei quali 3461 con displasia dell’anca. I modelli di IA applicati sono in tutto 28. In generale, sembra che questi modelli siano efficaci nel semplificare la diagnosi di displasia congenita dell’anca, con una sensibilità del 99%, una specificità del 94%, un AUC value del 99% e un DOC value di 1342.
Gli autori hanno condotto alcune verifiche anche in sottogruppi, osservando che il potere diagnostico di questi strumenti sembra essere superiore in Asia rispetto che in Europa. Non solo. Sembra che i modelli funzionino meglio se applicati a studi retrospettivi piuttosto che prospettici e se usati su immagini da radiografia piuttosto che da ecografia. Tuttavia sappiamo che nei bambini piccoli la radiografia presenta rischi elevati, dettati dalla dose di radiazioni ionizzanti. E, ancora, l’analisi dei sottogruppi rivela una maggiore efficacia nei bambini di età superiore ai 6 mesi.
Gli autori arrivano anche a individuare la tipologia di modello più performante, ovvero quella basata su CNN (rete neurale convoluzionale). Nel complesso, questa meta analisi conferma l’efficacia dei modelli di IA per diagnosticare precocemente la displasia congenita dell’anca. Ci sono però alcune limitazioni.
Le limitazione da tenere in considerazione
Se è vero che questa revisione cinese conferma l’utilità di usare modelli di IA per migliorare la diagnosi della displasia congenita dell’anca, lo è anche che presenta alcune importanti limitazioni. La prima, la totalità degli studi inclusi è stata condotta su campioni asiatici o europei: non si sa, quindi, se i modelli funzionino anche su campioni americani, oceanici o africani. Inoltre, i modelli sembrano funzionare meglio sugli studi retrospettivi, il che aumenta il rischio di bias.
Lo studio: Chen, M., Cai, R., Zhang, A. et al. The diagnostic value of artificial intelligence-assisted imaging for developmental dysplasia of the hip: a systematic review and meta-analysis. J Orthop Surg Res 19, 522 (2024). https://doi.org/10.1186/s13018-024-05003-4
