Biopsie del fegato e intelligenza artificiale: da Novara un nuovo strumento per distinguere le malattie autoimmuni

NOVARA – L’intelligenza artificiale entra sempre più concretamente nella pratica medica, non per sostituire gli specialisti, ma per offrire loro nuovi strumenti capaci di rendere le diagnosi più accurate e riproducibili. Una delle applicazioni più recenti arriva dalla ricerca sulle malattie autoimmuni del fegato e vede tra i protagonisti anche l’Azienda Ospedaliero-Universitaria “Maggiore della Carità” di Novara.

Un nuovo studio multicentrico europeo ha infatti sperimentato l’utilizzo del deep learning nell’analisi delle biopsie epatiche, con l’obiettivo di distinguere due patologie che possono presentare caratteristiche molto simili: l’epatite autoimmune (AIH) e la colangite biliare primitiva (PBC).

Le patologie possono presentare caratteristiche simili nelle biopsie epatiche, rendendo in alcuni casi difficile arrivare a una diagnosi precisa. La distinzione è importante, perché da essa dipende la scelta del trattamento più appropriato.

I ricercatori hanno sviluppato un modello di deep learning chiamato Autoimmune Liver Neural Estimator (ALNE), capace di analizzare le immagini digitalizzate delle biopsie e individuare gli elementi utili a riconoscere le due malattie. Il sistema è stato addestrato utilizzando biopsie raccolte tra il 1997 e il 2023, senza indicare preventivamente all’algoritmo quali aree del tessuto esaminare.

Allo studio hanno partecipato sei centri europei, tra cui la struttura di Medicina Interna 1 dell’AOU di Novara, diretta dal professor Mario Pirisi. I risultati hanno evidenziato una buona capacità del modello di distinguere le due patologie, con un valore AUC di 0,81 nella validazione esterna. L’algoritmo ha mostrato inoltre una particolare attenzione alle aree maggiormente infiammate, associate soprattutto all’epatite autoimmune.

La tecnologia potrebbe essere utile soprattutto nei casi più complessi, nei quali l’interpretazione delle biopsie può variare anche tra diversi osservatori. L’obiettivo non è sostituire il patologo, ma fornirgli un ulteriore strumento quantitativo per rendere la valutazione più accurata e riproducibile.

Secondo lo studio, ALNE è il primo sistema in grado di produrre una diagnosi differenziale quantitativa tra epatite autoimmune e colangite biliare primitiva. La ricerca apre così nuove prospettive per l’impiego dell’intelligenza artificiale nell’anatomia patologica e per diagnosi sempre più precise e mirate.