Politecnico di Torino - Corso Duca degli Abruzzi, 24 - 10129 Torino, ITALY

+39 011 090 6100 info@tech-share.it

VALIDAZIONE DI DIAGNOSI DI NAFLD CON ALGORITMO DI MACHINE LEARNING

algoritmoDiagnosiMachine learningNAFDLSteatosi Epatica

Introduzione

La steatosi epatica non alcolica (NAFLD) colpisce circa il 20-30% della popolazione adulta nei paesi sviluppati ed è causa di carcinoma epatocellulare. Il metodo non invasivo utilizzato per diagnosticare la NAFLD è l’ecografia epatica. Negli ultimi anni il Machine Learning è stato riconosciuto come metodo diagnostico a basso costo. È stata pertanto creata un’applicazione web basata su una rete neurale, intuitiva e facile da usare per supportare le decisioni mediche durante la fase diagnostica utilizzando strumenti più semplici e meno costosi. Si basa sull’inserimento all’interno della web app di semplici variabili biochimiche ed antropometriche facilmente reperibili nei database sanitari.

Caratteristiche Tecniche

Si basa su un algoritmo di intelligenza artificiale di tipo Neural Network addestrato con dati antropometrici e biochimici di soggetti sia sani che in comprovata condizione di NAFLD. L’algoritmo sviluppato è in grado di fornire, sulla base degli input, la condizione di NAFLD in output, come variabili di input, vengono utilizzati corrispondenti valori biochimici ed antropometrici di facile reperibilità. Nella pratica l’utilizzatore (Clinico) inserirà i dati antropometrici e biochimici del soggetto all’interno dell’app, la Neural Network fornirà in output la previsione effettuata. L’algoritmo di tipo Neural Network impiega un modello costituito da: AVI + glucosio + GGT più età + sesso, dove AVI è l’Indice di volume addominale secondo una formula che è in grado di individuare la NAFLD con una percentuale di accuratezza pari al 75.3% ed un valore di curva Roc (AUC) pari allo 0.81.
TRL: 3

Possibili Applicazioni

  • Studi epidemiologici e screening;
  • Visite di controllo (Medico di Base);
  • Applicazione su larga scala in ambito di studi epidemiologici;
  • Supportare il clinico nella diagnosi di NAFLD.

Vantaggi

  • Riduzione liste d’attesa e spesa sanitaria;
  • Facilità di applicazione (parametri disponibili in banche dati) e di utilizzo (non serve attrezzatura aggiuntiva);
  • Dato l’alto potere discriminate dell’algoritmo, si inviano ad approfondimento ecografico solo i pazienti positivi per “Presenza di NAFLD”;
  • Algoritmo utilizzabile facilmente anche dal medico di base.