L’intelligenza artificiale e la termografia per velocizzare la diagnosi delle malattie
L’arteriopatia periferica (AOP) comporta il restringimento o l’ostruzione dei vasi che trasportano il sangue dal cuore alle gambe. Sebbene sia meno nota di altre patologie vascolari, come le malattie cardiache o l’ictus, questa condizione è molto diffusa e non viene diagnosticata in modo adeguato. «Più di 230 milioni di persone soffrono di AOP a livello globale», afferma Georgi Kadrev, coordinatore del progetto AI-CARE nonché co-fondatore e amministratore delegato dell’impresa bulgara Kelvin Health. «Ogni anno oltre 22 milioni di persone sviluppano la forma più grave di questa malattia, nota come ischemia critica degli arti, che riduce notevolmente il flusso sanguigno, può determinare la necessità di effettuare amputazioni ed è caratterizzata da un tasso di mortalità entro cinque anni dalla diagnosi pari al 70%.»
Necessità clinica di innovazioni
Gli attuali metodi di diagnosi prevedono la misurazione della pressione arteriosa in vari punti della caviglia, che può risultare imprecisa; in particolare, nei pazienti affetti da diabete può essere difficile da ricavare a causa di problemi quali calcificazione arteriosa e mancanza di sensibilità nelle gambe. Metodi più invasivi, tra cui l’angiografia (raggi X utilizzati per controllare i vasi sanguigni), vengono impiegati solo nei casi che si sospetta potrebbero essere gravi. Kadrev e i suoi colleghi hanno rilevato la chiara esigenza clinica di garantire una diagnosi semplice, accurata e accessibile di questa malattia silenziosa. «Il nostro concetto consisteva nello sviluppo di un sistema che applicasse una termocamera portatile in grado di rilevare la termodinamica del corpo», spiega Kadrev. «In tal modo viene generata una serie di immagini che viene successivamente segmentata e analizzata mediante il ricorso ad algoritmi di riconoscimento delle immagini basati sull’intelligenza artificiale (IA).» Kadrev dimostra la tecnologia collegando la termocamera al suo cellulare e scattando immagini di se stesso; qualsiasi anomalia relativa al sistema vascolare periferico verrebbe rilevata utilizzando gli algoritmi di apprendimento automatico del sistema. «L’intera premessa del concetto si fonda sul legame esistente tra la nostra temperatura corporea locale e il flusso sanguigno», spiega Kadrev. «Eventuali anomalie saranno rilevate dagli algoritmi, segnalandoci la presenza di possibili problemi di afflusso del sangue arterioso.»
Immettere l’innovazione medica sul mercato
Affinché sia possibile portare la tecnologia sul mercato è necessario attraversare la cosiddetta «valle della morte», nella quale si effettuano investimenti significativi per tradurre un’idea promettente in un prodotto commercializzabile. «Dobbiamo convalidare esternamente il nostro prototipo in un contesto clinico», afferma Kadrev. «Per arrivare a questa fase è necessario svolgere un grande lavoro a livello amministrativo, oltre che effettuare l’analisi della proprietà intellettuale e prendere in considerazione questioni come la protezione dei dati medici. Dobbiamo inoltre sviluppare una strategia di pianificazione dell’accesso al mercato.» Il progetto AI-CARE ha fornito a Kelvin Health il supporto necessario per raggiungere questo traguardo critico. «Ora ci stiamo preparando per la vera e propria convalida clinica, iniziando a raccogliere dati clinici», aggiunge Kadrev. «Tutto ciò costituisce un prerequisito per raggiungere la fase di commercializzazione.»
Uno screening regolare dei pazienti a rischio
Il progetto ha inoltre contribuito ad innalzare il profilo dell’innovazione in Bulgaria. «Siamo riusciti a lavorare insieme a opinion leader di punta», osserva Kadrev. «Recentemente siamo stati invitati alla American Heart Association Scientific Session di Chicago, tenutasi lo scorso novembre, e alla LINC conference di Lipsia, la principale conferenza europea sugli interventi arteriosi.» Il sostegno di Orizzonte agli ecosistemi europei dell’innovazione è fondamentale anche per promuovere la cultura delle start-up, il che è particolarmente vero nel caso in cui il capitale di rischio esistente non è orientato verso soluzioni di ricerca, soprattutto nel settore sanitario, a causa dei tempi previsti e dei rischi esistenti. «Ciò ha contribuito a metterci in carreggiata», osserva Kadrev. L’obiettivo finale è quello di portare questa innovazione in ambito clinico e di affermare la tecnica quale mezzo efficace ed economico per lo screening della AOP. «Potremmo assistere a una situazione in cui i pazienti a rischio di AOP, ad esempio i grandi fumatori e le persone affette da diabete, vengono sottoposti a screening due volte l’anno, contribuendo a risparmiare risorse e a salvare vite umane», conclude Kadrev.
Parole chiave
AI-CARE, IA, termografia, malattia, diagnosi, AOP, Bulgaria