L’artrosi di ginocchio, se presa in carico in fase avanzata, rende inevitabilmente necessario un intervento di protesizzazione, ma giocare d’anticipo consente di spostare questo evento in avanti nel tempo.
Individuare i soggetti predisposti a questo disturbo o i pazienti con la malattia ai primi stadi permette, infatti, d’intervenire con trattamenti farmacologici e conservativi che rallentano il processo di degenerazione delle cartilagini, allungando così la vita all’articolazione.

Una possibilità importante, anche perché è noto che non tutti gli interventi di TKR (total knee replacement, artroplastica totale di ginocchio) portano a ottimi risultati sul piano sia funzionale sia di dolore.

Uno studio californiano ha presentato un algoritmo di machine learning capace di individuare le persone a rischio di necessitare di TKR partendo da immagini di risonanza magnetica e da dati di carattere clinico e demografico (Tolpadi, A.A., Lee, J.J., Pedoia, V. et al. Deep Learning Predicts Total Knee Replacement from Magnetic Resonance Images. Sci Rep 10, 6371 (2020). https://doi.org/10.1038/s41598-020-63395-9).
La sinergia dei dati permette d’individuare soggetti con radiografie negative per osteoartrosi.
I risultati migliorano ulteriormente se si esegue una RM 3D. Il modello è stato creato a partire da 4796 pazienti, tutti in cura da almeno 10 anni e con una serie di documentazioni radiografiche e di RM.

La costruzione del modello è complessa, ma lo studio è open source e consente quindi di studiarla nel dettaglio. Quel che interessa in questa sede è che questo algoritmo ha individuato 124 dei 152 pazienti del campione che hanno necessitato di un intervento di TKR.

Stefania Somaré

LASCIA UN COMMENTO

Please enter your comment!
Please enter your name here