Diabete e cecità: SELENA+ potenzia prevenzione e screening con IA

Il mio articolo completo per Il Riformista.

Il diabete rappresenta una delle maggiori sfide per la salute pubblica, colpendo il 10% della popolazione mondiale.
In Italia, 4,5 milioni di persone dichiarano di essere affette da diabete, mentre si stima che altri 1,5 milioni ne soffrano senza saperlo. Inoltre, 4 milioni di individui sono a rischio elevato di sviluppare la malattia. Il rischio aumenta con l’età: in Italia, il diabete colpisce il 3% delle persone sotto i 50 anni, percentuale che sale al 21% tra gli over 75. Ogni due minuti, una persona riceve una diagnosi di diabete.
Tra le complicanze più comuni, la retinopatia diabetica (DR) colpisce un terzo dei pazienti diabetici ed è la principale causa di cecità tra gli adulti in età lavorativa, soprattutto nei casi avanzati noti come retinopatia diabetica pericolosa per la vista (VTDR). Nonostante lo screening annuale per la DR sia raccomandato a livello globale, la sua applicazione è spesso limitata da carenze di personale e risorse nei centri di assistenza primaria.
Un caso di studio pubblicato sul New England Journal of Medicine ha analizzato l’efficacia di un software basato sull’intelligenza artificiale (IA) per lo screening della DR a Singapore. Il progetto ha previsto due fasi principali: inizialmente, è stato implementato un programma nazionale di telemedicina, il Singapore Integrated Diabetic Retinopathy Program (SiDRP), che utilizza valutatori umani non clinici appositamente formati. Successivamente, è stata introdotta una soluzione di IA chiamata Singapore Eye Lesion Analyzer (SELENA+), basata su deep learning, per supportare e migliorare il processo di screening.
I risultati dello studio, condotto su 1712 pazienti, mostrano che SELENA+ ha dimostrato una sensibilità superiore, evidenziando l’efficacia delle ottimizzazioni apportate all’algoritmo per individuare le forme più gravi di retinopatia. Lo studio sottolinea anche le sfide incontrate durante l’implementazione del sistema, sia a livello clinico che normativo, e le strategie adottate per affrontarle. Viene inoltre proposto un quadro concettuale per favorire una più ampia adozione di soluzioni di IA come dispositivi medici (SaMD) non solo in oftalmologia, ma anche in altri ambiti sanitari.