studio concluso
Salvatore Oliva, Università 'La Sapienza', Roma
Progetto Biennale
Celiachia
Area: Clinica
Scheda dello Studio
- Numero del Finanziamento (Grant): 004/2020
- Titolo: Il progetto NEEDLE: un nuovo approccio per identificare la celiachia con l’intelligenza artificiale.
- Area Scientifica: Clinica
- Durata: Progetto Biennale
- Ricercatore Titolare: Salvatore Oliva, Università Sapienza di Roma
- Pubblicazioni: manoscritto in preparazione
LO STUDIO
Cosa si è voluto studiare e perché?
La celiachia è una malattia autoimmune che interessa l’1-2% della popolazione mondiale. Sebbene esistano protocolli diagnostici consolidati, identificare pazienti con sintomi atipici rimane una sfida. Questo progetto ha studiato l’utilizzo dell’intelligenza artificiale (IA), ed in particolare del Machine Learning (ML) per sviluppare un algoritmo capace di indentificare precocemente la malattia in bambini con sintomi non caratteristici. Attraverso 73 parametri, come sintomi, test di laboratorio e familiarità per malattie autoimmuni, sono stati identificati 40 indicatori utili che se combinati in un sistema di IA possono facilitare la diagnosi di celiachia.
La Metodologia
L’IA, analizzando automaticamente le caratteristiche di oltre 300 bambini con celiachia e di oltre 400 bambini non affetti da questa malattia, ha selezionato le caratteristiche più rilevanti per identificare precocemente i soggetti malati. L’algoritmo sviluppato è stato poi testato diverse volte sulla stessa popolazione divisa in modo casuale in modo tale da valutarne la capacità diagnostica e l’accuratezza.
Quali risultati e quali conclusioni?
L’IA ha dimostrato un’accuratezza media del 77%, identificando segni come dolori muscolari, affaticamento e familiarità con malattie autoimmuni come predittivi per la celiachia. Questo approccio potrebbe migliorare significativamente le strategie di diagnosi precoce e ridurre la necessità di screening di massa.
Quali prospettive e benefici per i pazienti celiaci?
Questo modello può aiutare i pediatri a riconoscere segnali meno evidenti della celiachia, migliorando la qualità di vita dei bambini grazie a diagnosi più rapide e interventi mirati.
Sviluppi futuri del progetto
Ulteriori studi potrebbero validare il modello in contesti più ampi, integrando dati da altre fasce di età o gruppi etnici, per rendere il modello applicabile su scala globale.
Legenda
- Celiachia: Malattia autoimmune che provoca danni intestinali in risposta al glutine.
- Apprendimento automatico (ML): Metodo per addestrare computer a riconoscere modelli nei dati e fare previsioni.