Il modello di intelligenza artificiale può prevedere se la malattia di Crohn si ripresenterà dopo l’intervento chirurgico
Un modello di deep learning addestrato per analizzare le immagini istologiche di campioni chirurgici ha classificato accuratamente i pazienti con e senza recidiva del morbo di Crohn, riferiscono i ricercatori nell’American Journal of Pathology
– Utilizzando uno strumento di intelligenza artificiale (AI) che emula il modo in cui gli esseri umani visualizzano ed è addestrato a riconoscere e classificare le immagini, i ricercatori hanno costruito un modello che prevede la recidiva postoperatoria del morbo di Crohn con elevata precisione valutando le immagini istologiche. Lo strumento AI ha anche rivelato differenze precedentemente non riconosciute nelle cellule adipose e differenze significative nell’entità dell’infiltrazione dei mastociti nella sottosiero, o rivestimento esterno dell’intestino, confrontando i pazienti con e senza recidiva della malattia. I risultati appaiono in The American Journal of Pathology , pubblicato da Elsevier.
Il tasso a 10 anni di recidiva sintomatica postoperatoria del morbo di Crohn, una malattia gastrointestinale infiammatoria cronica, è stimato al 40%. Sebbene esistano sistemi di punteggio per valutare l’attività del morbo di Crohn e l’esistenza di recidive postoperatorie, non è stato sviluppato alcun sistema di punteggio per prevedere se il morbo di Crohn potrebbe ripresentarsi.
“La maggior parte delle analisi delle immagini istopatologiche che utilizzano l’IA in passato hanno preso di mira tumori maligni”, hanno spiegato i principali ricercatori Takahiro Matsui, MD, PhD, e Eiichi Morii, MD, PhD, Department of Pathology, Osaka University Graduate School of Medicine, Osaka, Giappone. “Miravamo a ottenere informazioni clinicamente utili per una più ampia varietà di malattie analizzando le immagini istopatologiche utilizzando l’IA. Ci siamo concentrati sul morbo di Crohn, in cui la recidiva postoperatoria è un problema clinico”.
Nello studio sono stati inclusi sessantotto pazienti con malattia di Crohn sottoposti a resezione intestinale tra gennaio 2007 e luglio 2018. Sono stati classificati in due gruppi in base alla presenza o assenza di recidiva postoperatoria entro due anni dall’intervento. Ciascun gruppo è stato suddiviso in due sottogruppi, uno per l’addestramento di un modello di intelligenza artificiale e l’altro per la convalida. Per l’addestramento, le immagini di interi vetrini di campioni chirurgici sono state ritagliate in immagini di piastrelle, etichettate per presenza o assenza di recidiva post-chirurgica, e quindi elaborate da EfficientNet-b5, un modello di intelligenza artificiale disponibile in commercio progettato per eseguire la classificazione delle immagini. Quando il modello è stato testato con immagini senza etichetta, i risultati hanno indicato che il modello di apprendimento profondo ha classificato accuratamente le immagini senza etichetta in base alla presenza o all’assenza di insorgenza della malattia.
Successivamente, sono state generate mappe di calore predittive per identificare aree e caratteristiche istologiche da cui il modello di apprendimento automatico potrebbe prevedere la ricorrenza con elevata precisione. Le immagini includevano tutti gli strati della parete intestinale. Le mappe di calore hanno mostrato che il modello di apprendimento automatico ha prodotto previsioni corrette nello strato di tessuto adiposo sottosieroso. Tuttavia, in altre aree, come la mucosa e gli strati muscolari propri, il modello era meno accurato. Le immagini con le previsioni più accurate sono state estratte dai set di dati di test dei gruppi di non ricorrenza e ricorrenza. Tra queste immagini, i migliori risultati predittivi contenevano tutti tessuto adiposo.
Poiché il modello di apprendimento automatico ha ottenuto previsioni accurate dalle immagini del tessuto sottosieroso, i ricercatori hanno ipotizzato che le morfologie delle cellule adipose sottosierose differissero tra i gruppi di recidiva e quelli di non recidiva. Le cellule adipose nel gruppo di recidiva avevano una dimensione cellulare significativamente più piccola, un appiattimento maggiore e valori di distanza cellulare da centro a centro più piccoli rispetto a quelli nel gruppo non ricorrente.
“Queste caratteristiche, definite come ‘riduzione degli adipociti’, sono importanti caratteristiche istologiche associate alla recidiva del morbo di Crohn”, hanno affermato il dott. Matsui e il dott. Morii.
I ricercatori hanno anche ipotizzato che le differenze nella morfologia degli adipociti tra i due gruppi fossero associate a un certo grado o tipo di condizione infiammatoria nel tessuto. Hanno scoperto che il gruppo di recidiva aveva un numero significativamente maggiore di mastociti che si infiltravano nel tessuto adiposo sottosieroso, indicando che le cellule sono associate alla recidiva del morbo di Crohn e al fenomeno del “restringimento degli adipociti”.
A conoscenza dei ricercatori, questi risultati sono i primi a collegare la recidiva postoperatoria del morbo di Crohn con l’istologia delle cellule adipose sottosierose e dell’infiltrazione dei mastociti. Il Dr. Matsui e il Dr. Morii hanno osservato: “I nostri risultati consentono la stratificazione in base alla prognosi dei pazienti con malattia di Crohn postoperatoria. Molti farmaci, compresi quelli biologici, sono usati per prevenire la recidiva del morbo di Crohn e una corretta stratificazione può consentire un trattamento più intensivo e di successo dei pazienti ad alto rischio”.
