Scoliosi: valutare la colonna con una scansione 3D

Applicare una tecnologia laser già in uso in altri settori alla medicina per rendere non invasiva la valutazione della colonna vertebrale in pazienti con scoliosi: uno studio suggerisce che sia possibile.

Tradizionalmente per valutare l’allineamento della colonna vertebrale si utilizzano i raggi x, tecnologia che ha si rivoluzionato la medicina agli inizi del ‘900, ma che porta con sé un potenziale rischio ionizzante.

Nonostante le nuove tecnologie abbiano ridotto di molto le emissioni associate alle radiografie, infatti, è impossibile azzerare il rischio di effetti collaterali, anche nel lungo tempo. Anche per questo, la ricerca sta indagando nuovi metodi di valutazione della colonna che siano non invasivi.

Tra questi c’è il LiDAR, Light Detection and Ranging, tecnologia che utilizza la luce laser per calcolare la distanza di un oggetto e restituire informazioni tridimensionali ad alta risoluzione dell’ambiente circostante.

Già utilizzata in geologia, sismologia, archeologia, fisica dell’atmosfera e telerilevamento, la tecnologia LiDAR è oggi in fase di valutazione anche in ambito medico.

Un recente studio, pubblicato su Medical Research Archives, rivista ufficiale della European Society of Medicine, mette a confronto l’efficacia della scansione LiDAR con quella dei raggi x nel misurare l’angolo di Cobb, la lordosi lombare e la cifosi toracica di 275 pazienti affetti da scoliosi.

Lo scanner utilizzato in questo studio è uno Spine 3D LiDAR che utilizza anche l’intelligenza artificiale per ricostruire dalle informazioni ricevute la struttura 3D della colonna.

Per arricchire lo studio, gli autori hanno utilizzato tre diverse versioni di intelligenza artificiale: sola, con intervento dell’uomo e con input umani avanzati.
I pazienti sono così stati divisi in tre gruppi, ognuno dei quali ha ricevuto una scansione LiDAR con una delle tre IA attivate. Altro strumento importante per questo studio è l’analisi statistica con cui vengono rielaborati i dati. Vediamo i risultati ottenuti.

Le misurazioni con LiDAR correlano con le immagini radiografiche

L’angolo di Cobb è un elemento importante da misurare per effettuare diagnosi di scoliosi e stabilire il tipo di percorso terapeutico più adatto al soggetto. In questo studio, tutti e tre i metodi di IA associati allo scanner LiDAR mostrano una buona correlazione con le misure ottenute sulle immagini radiografiche.

Tuttavia, si osserva una maggiore efficacia nell’IA associata a intervento umano avanzato, il che significa che l’uomo pone dei limiti prestabiliti, rendendo così la misurazione definitiva più precisa: in questo caso, infatti, il coefficiente di correlazione è dello 0,9.

L’uso di IA da sola ottiene un coefficiente di correlazione dello 0,86 e l’IA con intervento umano dello 0,92. Simile i risultati ottenuti per la misurazione della lordosi lombare, le cui misurazioni con LiDAR correlano bene con i dati da raggi x.

In questo caso l’IA può lavorare da sola nella maggior parte dei pazienti, anche se nei casi più complessi l’intervento umano rende più precisa la misurazione. Da ultimo, anche i dati relativi la cifosi toracica sono risultati positivi.

Gli autori suggeriscono quindi che le strutture che si occupano di scoliosi prendano in considerazione l’uso della scansione LiDAR per i propri pazienti, non tanto per la fase diagnostica, dove è ancora meglio usare i raggi x, ma per seguire l’andamento delle curve scoliotiche. In questo modo, si potrebbe ridurre il numero di radiografie necessarie, riducendo contemporaneamente anche l’esposizione alle radiazioni ionizzanti.

Considerando che i pazienti con scoliosi sono generalmente giovani e con un tasso di crescita elevato, ridurre l’assorbimento di emissioni ionizzanti è particolarmente importante.

Lo studio: POTTS, Dr Matthew ABJ. LiDAR and X-ray: A Retrospective Comparison of Spinal Alignment. Medical Research Archives, [S.l.], v. 12, n. 9, sep. 2024. ISSN 2375-1924. Available at: <https://esmed.org/MRA/mra/article/view/5722>. Date accessed: 15 oct. 2024. doi: https://doi.org/10.18103/mra.v12i9.5722