Un team di ricercatori dell’Università Kyung Hee, guidato dai professori Yeon Dong-geon e Sang-yeol Lee della Facoltà di Medicina, ha sviluppato un modello di intelligenza artificiale (IA) multimodale in grado di prevedere il rischio di sviluppare malattia renale cronica (MRC) nei pazienti con diabete di tipo 2. Questo modello si basa su un’analisi approfondita di dati clinici e immagini retiniche, offrendo una previsione accurata a cinque anni.
Il modello è stato sviluppato utilizzando un vasto set di dati provenienti dal Kyung Hee Medical Center e dalla UK Diabetes Cohort. Gli scienziati hanno combinato i risultati di test clinici, come esami del sangue e delle urine, con immagini del fondo oculare per creare un modello di apprendimento profondo. Questo approccio ha portato a una previsione del rischio di MRC con un’accuratezza dell’88,0% in Corea e del 72,2% nel Regno Unito.
Inoltre, è stata analizzata la correlazione tra i risultati del modello predittivo e l’insorgenza di complicanze vascolari. I pazienti con un’elevata probabilità di sviluppare MRC hanno mostrato un rischio significativamente più alto di complicanze cardiovascolari e vascolari periferiche, neuropatia e insufficienza renale terminale. Ad esempio, il rischio di complicanze macrovascolari era fino a 2,21 volte superiore rispetto ai pazienti con bassa probabilità di MRC.
Il professor Woo Se-rin, membro del team di ricerca, ha sottolineato che è possibile ottenere previsioni estremamente accurate utilizzando solo dati raccolti di routine negli ospedali. Questo rende il modello un potente strumento per la medicina di precisione e la gestione personalizzata dei pazienti, in particolare nelle strutture di assistenza primaria.
I risultati di questa ricerca sono stati pubblicati sulla rivista Diabetes Care, una delle principali pubblicazioni internazionali nel campo del diabete. Questo studio rappresenta un passo significativo verso l’integrazione dell’intelligenza artificiale nella pratica clinica quotidiana, con il potenziale di migliorare la prevenzione e la gestione delle malattie renali nei pazienti con diabete di tipo 2.