L’intelligenza Artificiale (IA) può utilizzare i dati ottenuti da scansioni TC a basso dosaggio dei polmoni per migliorare la previsione del rischio di morte per cancro ai polmoni, malattie cardiovascolari e altre cause, secondo uno studio pubblicato su Radiology, una rivista della Radiological Society of North America (Rsna). Il U.S. Preventive Services Task Force raccomanda una visita annuale di screening polmonare con TC a basso dosaggio (Ldct) per individui di età compresa tra 50 e 80 anni con un alto rischio di cancro ai polmoni, come i fumatori di lunga data. Oltre alle immagini dei polmoni, le scansioni forniscono informazioni su altre strutture nel torace.
“Quando esaminiamo le immagini TC, l’attenzione principale è rivolta all’individuazione di noduli sospetti per il cancro ai polmoni, ma nello spazio sono codificate molte altre informazioni anatomiche, comprese quelle sulla composizione corporea”, ha detto l’autore principale dello studio, Kaiwen Xu, candidato al dottorato presso il Dipartimento di Informatica dell’Università di Vanderbilt a Nashville, Tennessee.Xu e i suoi colleghi hanno sviluppato, testato e reso pubblico in precedenza un algoritmo di IA che deriva automaticamente misurazioni della composizione corporea da scansioni TC per lo screening dei polmoni. La composizione corporea è una misura percentuale di grasso, muscoli e ossa nel corpo. Una composizione corporea anomala, come l’obesità e la perdita di massa muscolare, è correlata a condizioni di salute croniche come i disturbi metabolici. Studi hanno anche dimostrato che la composizione corporea è utile nella stratificazione del rischio e nella prognosi per le malattie cardiovascolari e la broncopneumopatia cronica ostruttiva. Nella terapia del cancro ai polmoni, si è visto che la composizione corporea influisce sulla sopravvivenza e sulla qualità della vita. Nel nuovo studio, i ricercatori hanno valutato il valore aggiunto delle misurazioni della composizione corporea derivate dall’IA. Hanno utilizzato le scansioni TC di oltre 20mila individui provenienti dal National Lung Screening Trial. I risultati hanno dimostrato che l’inclusione di queste misurazioni ha migliorato la previsione del rischio di morte per cancro ai polmoni, malattie cardiovascolari e mortalità generale. “La composizione corporea automatica derivata dall’IA potenzialmente estende il valore dello screening dei polmoni con TC a basso dosaggio oltre la rilevazione precoce del cancro ai polmoni – ha detto Xu – ci può aiutare a identificare individui ad alto rischio per interventi come il miglioramento della condizione fisica o modifiche dello stile di vita, anche in una fase molto precoce prima dell’insorgenza della malattia”. Le misurazioni associate al grasso presente all’interno di un muscolo sono predittori particolarmente forti di mortalità, un risultato coerente con le ricerche esistenti. L’infiltrazione del muscolo scheletrico con il grasso, una condizione nota come miosteatosi, viene ora considerata più predittiva per l’esito delle condizioni di salute rispetto alla riduzione della massa muscolare. Le misurazioni della composizione corporea ottenute dalle scansioni TC per lo screening dei polmoni sono un esempio di screening opportunistico, in cui l’immagine ottenuta per un determinato scopo fornisce informazioni su altre condizioni. Questa pratica può avere un grande potenziale per l’uso clinico di routine, dicono gli esperti. Lo studio ha analizzato solo individui sottoposti a uno screening iniziale. Per le future ricerche, i ricercatori intendono condurre uno studio longitudinale, ovvero seguire gli individui nel tempo per vedere come i cambiamenti nella composizione corporea si correlano con gli esiti di salute.