Un team internazionale guidato dall’Università Cattolica del Sacro Cuore di Roma e dal Policlinico Gemelli IRCCS ha sviluppato un algoritmo di deep learning capace di individuare anomalie congenite del sistema nervoso centrale del feto già nel primo trimestre di gravidanza. I risultati, frutto della collaborazione tra 10 centri di medicina fetale, sono stati pubblicati sulla rivista Radiology Artificial Intelligence.
L’algoritmo è in grado di analizza la regione posteriore del cervello fetale nelle ecografie effettuate tra l’11ª e la 14ª settimana e identificare i casi di spina bifida aperta e malformazione di Dandy-Walker, anticipando diagnosi oggi possibili solo nel secondo trimestre. Il sistema è stato addestrato su 251 immagini ecografiche di routine e ha raggiunto un’accuratezza complessiva dell’88% nella distinzione delle immagini patologiche da quelle normali e del 93% nella sola identificazione della spina bifida aperta, con elevata sensibilità e riduzione significativa di falsi positivi e negativi.
L’impatto clinico è considerevole. Anticipare la diagnosi al primo trimestre consente di indirizzare tempestivamente le pazienti verso centri specializzati, pianificare esami approfonditi come test genetici e risonanza magnetica, e valutare l’accesso alla chirurgia prenatale in utero nei casi di spina bifida aperta.
Leggi l’articolo completo: Spina bifida: un algoritmo anticipa la diagnosi al primo trimestre di gravidanza su Il Sole 24 ore
Immagine generata tramite DALL-E. Tutti i diritti sono riservati. Università di Torino (03/12/2024).
