Lyme, la diagnosi con un App

Bio integratori e malattia di Lyme
15 maggio 2023
Lyme e Tbe: è allarme in Polonia
05 giugno 2023
I ricercatori della John Hopkins University (Baltimora, Usa) hanno utilizzato tecnologie di intelligenza artificiale e di deep learning per mettere a punto un algoritmo in grado di valutare le immagini di eruzioni cutanee e individuare l’eritema migrante, la lesione tipica della malattia di Lyme iniziale.

“Sebbene l’eritema migrante sia presente in circa il 70-80% dei casi di malattia di Lyme – spiega John Aucott responsabile clinico del progetto - distinguerla non è così semplice. Può infatti assomigliare a molte altre eruzioni cutanee e punture di insetti benigne”. Questo porta a mancate diagnosi precoci, o a diagnosi errate, esponendo i pazienti a una serie di complicazioni, talvolta anche gravi.

Da qui l’idea di sviluppare uno strumento digitale per agevolare medici e pazienti nel riconoscimento precoce della lesione e favorire una diagnosi corretta e una pronta terapia.

 

L’impostazione del lavoro
 

Il team della Johns Hopkins University ha realizzato e testato diversi modelli di apprendimento profondo per rilevare l'eritema migrante rispetto ad altre lesioni della pelle e alla pelle normale.

I modelli sono stati addestrati a classificare, individuare e riconoscere l’eritema migrante su una combinazione di immagini disponibili online (scattate in diverse situazioni e in modo non sempre ottimale) e foto digitali (di alta qualità) provenienti dal centro ricerche e dalla biobanca dell’università.

All’interno di questi set i ricercatori hanno quindi introdotto “confusori”, ovvero immagini di lesioni della pelle simili all’eritema migrante ma causate da patologie diverse dalla malattia di Lyme.

 

I risultati

 

Sulle immagini di dominio pubblico il sistema ha dimostrato una precisione che va dal 71,58% nel distinguere gli eritemi migranti rispetto ad altre patologie della pelle, al 94,23% nel differenziare gli eritemi migranti dalla pelle normale.

Sulle immagini cliniche il sistema ha rivelato una capacità di classificare correttamente gli eritemi migranti nell'88,55% dei casi.

 

Gli sviluppi
 

Oltre a rendere più accurato il riconoscimento dell’eritema migrante i ricercatori sono ora impegnati a realizzare un App che possa favorire il pre-screening degli eritemi migranti e indurre i pazienti a riconoscere la malattia in fase iniziale, ricorrendo subito al medico per iniziare le cure.

L’obiettivo finale – ha dichiarato Aucott – è fare in modo che “i cellulari diventino il primo passo per aiutare le persone a ottenere una diagnosi precoce ed evitare le complicazioni più gravi della malattia di Lyme”.
 

Gli altri scenari di ricerca

 

Sulla diagnosi automatizzata dell’eritema migrante con modelli di intelligenza artificiale e apprendimento profondo stanno lavorando anche altri gruppi di ricerca.

Un team formato da scienziati di Arabia Saudita, India, Giordania e Irlanda ha pubblicato all’interno del forum Intelligenza computazionale e neuroscienze le potenzialità di un modello di apprendimento profondo in grado di distinguere i pazienti colpiti dalla malattia di Lyme o da altre infezioni (eruzione da farmaci, pitiriasi rosea e tigna) con elevati standard di accuratezza, sensibilità e specificità.

Uno staff francese, guidato dall’Università di Clermont-Ferrand, ha pubblicato su Computer Methods and Programs in Bomedicine le analisi condotte su 23 architetture di reti neurali orientate alla diagnosi della malattia di Lyme da immagini, generando risultati sperimentali per la creazione di applicazioni mobili nel riconoscimento dell’eritema nei suoi vari aspetti.

 

Gli obiettivi

 

Le ricerche sull’utilizzo dell’intelligenza artificiale applicata alla malattia di Lyme hanno tre fondamentali obiettivi:

- favorire la diagnosi precoce,

- promuovere il corretto utilizzo degli antibiotici,

- sviluppare strumenti digitali per un’autovalutazione accurata della lesione iniziale, il cui trattamento porta alla guarigione completa nella maggioranza dei casi.

 

Per approfondire clicca qui

fonte immagine https://www.hindawi.com/journals/cin/2022/2933015/#copyright