L'intelligenza artificiale sta rimodellando la prevenzione oculistica e la protezione della vista

Gli occhi, organi sensoriali fondamentali, svolgono un ruolo importante in ogni fase della nostra vita.

Forniscono al cervello informazioni sul mondo esterno. Senza la vista, avremmo difficoltà a svolgere attività quotidiane come leggere, imparare, camminare e interagire con l'ambiente circostante.

Una buona vista è essenziale per godere dell'indipendenza e, naturalmente, delle gioie della vita.

Tuttavia, più di 2.2 miliardi di persone non sono in grado di farlo a causa di un problema alla vista, che si verifica a causa di una patologia oculare che colpisce il sistema visivo e le sue funzioni. 

Cataratta, glaucoma, difetti di rifrazione, retinopatia diabetica, degenerazione maculare legata all'età (AMD) e presbiopia sono alcune delle principali cause di problemi alla vista.

La disabilità visiva ha gravi conseguenze sulla vita, molte delle quali possono essere mitigate attraverso un accesso tempestivo a cure oculistiche di qualità. Oltre all'impatto sui singoli individui, la disabilità visiva rappresenta anche un onere finanziario significativo, con un costo globale annuo di perdita di produttività stimato in 411 miliardi di dollari.

Di conseguenza, le patologie oculari che possono causare problemi alla vista e cecità sono al centro delle strategie di cura degli occhi.

Intelligenza artificiale in oftalmologia

Poiché i problemi di vista riducono la qualità della vita delle persone e creano un notevole onere economico a livello globale, medici, scienziati e ricercatori si stanno rivolgendo all'intelligenza artificiale (IA) per trasformare l'assistenza oculistica.

La rapida evoluzione della tecnologia ha migliorato l'efficienza aziendale e l'analisi dei dati nei settori della finanza, della produzione, della vendita al dettaglio, dei media e dell'assistenza sanitaria.

Negli ultimi anni, l'influenza dell'intelligenza artificiale nel campo della sanità e della medicina è aumentata drasticamente. 

Intelligenza artificiale per la diagnosi precoce: retinopatia diabetica, glaucoma e degenerazione maculare senile

In particolare, in oftalmologia, l'intelligenza artificiale consente la diagnosi precoce di patologie come il glaucoma, la retinopatia diabetica e la degenerazione maculare senile (AMD) attraverso l'analisi delle immagini retiniche e dei dati dei pazienti. In questo ambito, gli strumenti di intelligenza artificiale consentono interventi personalizzati e diagnosi e screening automatizzati. 

La tecnologia fornisce anche assistenza chirurgica, aiutando a selezionare i candidati, ottimizzare le tecniche, ridurre al minimo le complicazioni e prevedere gli esiti postoperatori.

Secondo gli esperti, l'intelligenza artificiale avrà un ruolo sempre più importante nella pratica clinica e chirurgica nel futuro della chirurgia del segmento anteriore, che si concentra sulle strutture anteriori dell'occhio per curare lesioni e patologie come la cataratta e i disturbi della cornea.

La tecnologia è già utilizzata per lo screening e la diagnosi della cataratta, la classificazione delle fasi chirurgiche e la previsione dei tempi chirurgici per ottimizzare il flusso di lavoro in sala operatoria. Inoltre, l'intelligenza artificiale viene applicata al calcolo ottimale del potere della IOL (lente intraoculare), ovvero la forza refrattiva del cristallino sintetico impiantato durante l'intervento di cataratta per sostituire il cristallino naturale.

Dopotutto, esiste molta letteratura e dati di imaging raccolti nel corso degli anni come pratica di routine.

Scorri per scorrere →

Come si comportano gli LLM rispetto agli oculisti

Uno studio ha effettivamente scoperto che L'intelligenza artificiale sta superando le capacità dei medici non specialisti¹ per valutare i problemi agli occhi.

Condotto dall'Università di Cambridge, lo studio ha rilevato che le conoscenze cliniche e le capacità di ragionamento del popolare modello linguistico di grandi dimensioni (LLM), GPT-4, si stanno ora avvicinando al livello degli oculisti specialisti.

GPT-4 è stato testato su oculisti esperti, medici junior non specializzati e tirocinanti, a ciascuno dei quali sono stati presentati ben 87 scenari riguardanti specifici problemi oculari. Le domande coprivano un'ampia gamma di problemi oculari, tratti da un libro di testo utilizzato per testare i tirocinanti ma non disponibile gratuitamente su Internet, il che rende improbabile che i set di dati di formazione di GPT-4 includessero tali contenuti.

I medici dovevano scegliere una diagnosi o un consiglio terapeutico tra quattro opzioni. Secondo lo studio, il modello di intelligenza artificiale ha ottenuto punteggi più alti rispetto ai medici junior nel test e ha ottenuto punteggi più o meno uguali a quelli dei tirocinanti e degli esperti, sebbene i medici più performanti abbiano ottenuto punteggi superiori a quelli del GPT-4. 

Tuttavia, hanno affermato i ricercatori, gli LLM non sostituiranno i professionisti sanitari, ma hanno osservato che possono migliorare l'assistenza sanitaria fornendo diagnosi, consigli e suggerimenti gestionali in determinati contesti.

Dal laboratorio alla clinica: risultati di screening nel mondo reale

Un recente studio valutata l'implementazione dell'intelligenza artificiale nella rilevazione del glaucoma² nelle impostazioni del mondo reale.

A questo scopo, hanno sviluppato un sistema di screening basato su intelligenza artificiale e fotografia retinica automatizzata per valutarne l'accettabilità, la fattibilità e l'accuratezza. Lo studio ha reclutato persone di età pari o superiore a 50 anni, le cui immagini retiniche sono state acquisite con una fundus camera automatizzata e analizzate dall'intelligenza artificiale. 

Il sistema di intelligenza artificiale ha raggiunto un AUROC di 0.80, a dimostrazione dell'elevata capacità della tecnologia di distinguere tra diverse condizioni. La sensibilità è stata del 65%, rappresentando casi reali correttamente identificati dall'intelligenza artificiale, mentre la specificità è stata del 94.6%, riflettendo un'accurata classificazione di individui sani. Tra 161 pazienti precedentemente non diagnosticati, 18 (11.2%) sono stati identificati come glaucoma riferibile. Lo studio afferma:

"Nonostante le difficoltà, quali la minore sensibilità e le limitazioni nell'acquisizione delle immagini, il sistema si dimostra promettente per lo screening opportunistico in ambito di assistenza primaria." 

A recensioni³ Nel frattempo, uno studio del Dipartimento di Oftalmologia della Capital Medical University, in Cina, ha esplorato le applicazioni e le sfide dell'intelligenza artificiale nella miopia. 

Attualmente, questa condizione colpisce oltre due miliardi di persone in tutto il mondo e si prevede che entro il 2050 ne sarà affetta quasi la metà. Se non corretta, la miopia può compromettere la vista, compromettere l'istruzione e compromettere le opportunità di lavoro, mentre la miopia elevata può causare la perdita permanente della vista. Pertanto, una diagnosi precoce è importante per gestirne la progressione e prevenire eventuali danni visivi a lungo termine.

In questo caso, l'intelligenza artificiale può rappresentare uno strumento promettente, in quanto analizza dati medici complessi.

Per rilevare la miopia, i modelli di intelligenza artificiale possono essere addestrati su grandi quantità di foto del fondo oculare e immagini OCT e quindi addestrati a individuare i cambiamenti nella retina associati alla miopia. L'intelligenza artificiale può anche essere addestrata a rilevare eventuali cambiamenti comportamentali associati all'insorgenza della miopia. Anche apparecchiature di automonitoraggio come SVOne possono utilizzare l'intelligenza artificiale per rilevare errori di rifrazione negli occhi. Per scoprire i fattori di rischio, è possibile utilizzare tecniche come la regressione logistica, la macchina a vettori di supporto e XGBoost. 

Sebbene l'intelligenza artificiale possa aiutare la pratica clinica e l'elaborazione delle politiche a controllare la miopia, non è esente da sfide.

"Creando set di dati di alta qualità, migliorando la capacità del modello di elaborare dati di immagini multimodali e potenziando la capacità di interazione uomo-computer, i modelli di intelligenza artificiale possono essere ulteriormente migliorati per un'applicazione clinica diffusa."

– Dottor Jifeng Yu

Affrontare la disparità

Sebbene i problemi visivi siano diffusi, il deficit è più diffuso nei Paesi a basso e medio reddito (LMIC) rispetto alle regioni ad alto reddito. Consentendo lo screening a un numero maggiore di persone, l'intelligenza artificiale può contribuire a colmare il divario nelle regioni con accesso limitato a cure oculistiche specialistiche.

Per questo, il gigante della tecnologia Google ha creato un modello di intelligenza artificiale chiamato ARDA (Automated Retinal Disease Assessment) e, di recente, ne ha concesso la licenza. Modello di intelligenza artificiale per la rilevazione della retinopatia diabetica alle aziende di tecnologia sanitaria in Thailandia e India.

"Stabiliranno i propri modelli di business, ma parallelamente forniranno screening alle persone che ne hanno più bisogno ma non possono permetterseli. La cecità dovuta alla retinopatia diabetica è completamente prevenibile e il fatto che non siamo stati in grado di effettuare screening efficaci in alcuni di questi luoghi non dovrebbe essere perdonato".

– Sunny Virmani, project manager di Google Health

Il diabete, sempre più diffuso nei Paesi a basso e medio reddito (LMIC), può avere gravi ripercussioni sulla vista, causando visione offuscata, edema maculare diabetico, glaucoma e retinopatia diabetica. Quest'ultima è causata da un eccesso di glicemia che danneggia i vasi sanguigni, causando la fuoriuscita di liquidi nell'occhio.

La retinopatia diabetica può causare alterazioni della vista e, nel tempo, portare alla cecità. Tuttavia, una diagnosi precoce e un trattamento tempestivo riducono il rischio fino al 98%. Tuttavia, solo una piccola percentuale di persone con diabete si sottopone a screening.

Così, più di dieci anni fa, Dale Webster, direttore della ricerca presso Google Health, insieme ai suoi colleghi, ha iniziato a testare la capacità dell'intelligenza artificiale di diagnosticare malattie a partire da immagini mediche. 

Ciò ha portato alla nascita dell'ARDA, che è in grado di diagnosticare la malattia con la stessa efficacia di un oculista.

Per il modello di intelligenza artificiale, il team di Google ha esaminato 7,651 persone in tre regioni della Thailandia tra il 2018 e il 2020, con ARDA che ha raggiunto un'accuratezza del 94.7%, dimostrando "che questi strumenti sono sicuri ed efficaci".

Clicca qui per un elenco delle prime dieci azioni di società specializzate in malattie rare.

La svolta dell'intelligenza artificiale nella gestione del cheratocono

Grazie a tutti questi progressi, i ricercatori hanno ora sviluppato un'intelligenza artificiale in grado di prevedere con successo quali pazienti affetti da cheratocono sono a rischio di cecità, richiedendo quindi un trattamento e un monitoraggio precoci, anni prima dei medici. In questo modo, la tecnologia può ridurre le procedure non necessarie e prevenire la perdita della vista.

Il cheratocono è una patologia oculare progressiva la cui causa non è nota.

In questa condizione, la cornea si deforma. È lo strato trasparente a forma di cupola che ricopre l'iride e la pupilla, che consente alla luce di penetrare e aiuta a focalizzarla per una visione nitida.

Quindi, quando la cornea si assottiglia e si rigonfia in una forma conica, si parla di cheratocono. Il cambiamento nella forma della cornea rende i raggi luminosi sfuocati, causando una visione distorta. Altri sintomi includono abbagliamento, sensibilità alla luce e visione offuscata. Questo rende difficili le attività quotidiane come guidare o leggere.

Questa malattia si sviluppa spesso verso la fine dell'adolescenza o all'inizio dei vent'anni e progredisce nel tempo.

Sebbene la causa esatta della malattia sia sconosciuta, potrebbe essere genetica: 1 persona su 10 affetta da cheratocono ha un genitore affetto. Il cheratocono è anche correlato allo sfregamento eccessivo degli occhi, alle allergie oculari, all'assottigliamento della cornea dovuto alla perdita di collagene e a disturbi del tessuto connettivo.

La malattia colpisce solitamente entrambi gli occhi e può in realtà dare origine a una visione e a sintomi molto diversi nei due occhi.

I sintomi del cheratocono peggiorano lentamente nell'arco di dieci-venti anni. Nella fase iniziale, i sintomi possono includere arrossamento o gonfiore degli occhi, maggiore sensibilità alla luce e all'abbagliamento, lieve offuscamento della vista e visione leggermente distorta. Nelle fasi successive, i sintomi includono spesso un aumento della miopia o dell'astigmatismo e una visione più sfocata e distorta.

Nelle fasi iniziali, i problemi di vista possono spesso essere corretti con occhiali o lenti a contatto, ma nelle fasi successive potrebbero essere necessarie lenti a contatto rigide gas-permeabili.

Tuttavia, se non si interviene tempestivamente e la condizione peggiora, potrebbero rendersi necessari trapianti di cornea, Intacs (piccoli impianti corneali) e cross-linking corneale (CXL). Oggi, per diagnosticare il cheratocono, i medici monitorano i pazienti nel tempo.

Durante gli esami oculistici di routine, un oculista esaminerà la cornea e potrebbe utilizzare tecniche di imaging specializzate per misurarne la curvatura, che mostreranno eventuali cambiamenti nella sua forma.

"Il cheratocono è una patologia gestibile, ma sapere chi trattare, quando e come somministrare il trattamento è difficile. Purtroppo, questo problema può portare a ritardi, con molti pazienti che subiscono una perdita della vista e necessitano di interventi chirurgici invasivi di impianto o trapianto."

– Dott. José Luis Güell, fiduciario dell’ESCRS e responsabile del reparto di chirurgia della cornea, della cataratta e della chirurgia refrattiva presso l’Instituto de Microcirugía Ocular, Spagna

Ma i ricercatori hanno ora raggiunto una svolta che potrebbe rivoluzionare la cura degli occhi consentendo all'intelligenza artificiale di prevedere quali pazienti affetti da cheratocono necessitano di un trattamento corneale urgente prima che si verifichino danni irreversibili, salvando potenzialmente la vista e riducendo i trapianti.

Lo studio è stato recentemente presentata al 43° Congresso della Società Europea di Chirurgia della Cataratta e Refrattiva (ESCRS).

Salvaguardia delle risorse sanitarie e della vista umana

Condotto dal Dott. Shafi Balal e dai colleghi del Moorfields Eye Hospital NHS Foundation Trust e dell'University College London (UCL), lo studio ha utilizzato l'intelligenza artificiale per analizzare le immagini degli occhi dei pazienti e le ha combinate con altri dati per prevedere quali pazienti affetti da cheratocono necessitassero di un trattamento immediato e quali potessero continuare il monitoraggio.

“Il cheratocono causa problemi alla vista nei pazienti giovani in età lavorativa ed è la causa più comune di trapianto di cornea nel mondo occidentale.”

– Dott. Balal

Con un solo trattamento, chiamato "cross-linking", è possibile arrestare la progressione della malattia. La terapia prevede l'uso di luce ultravioletta e gocce di vitamina B2 (riboflavina) per irrigidire la cornea.

Il trattamento di cross-linking, tuttavia, deve essere eseguito prima che la cicatrice diventi permanente, eliminando la necessità di un trapianto di cornea. In realtà, ha successo in oltre il 95% dei casi. Secondo il Dott. Balal:

Tuttavia, al momento, i medici non sono in grado di prevedere quali pazienti progrediranno e richiederanno un trattamento, e quali rimarranno stabili con il solo monitoraggio. Ciò significa che i pazienti necessitano di un monitoraggio frequente per molti anni, con il cross-linking in genere eseguito dopo che la progressione si è già verificata. 

Pertanto, l'intelligenza artificiale può diagnosticare il cheratocono in tempo.

Per la loro intelligenza artificiale, lo studio ha utilizzato un gruppo di pazienti indirizzati al Moorfields Eye Hospital per la valutazione e il monitoraggio del cheratocono, inclusa la scansione della parte anteriore dell'occhio con OCT per esaminarne la forma.

La tomografia ottica a coerenza di fase (OCT) è una tecnica di imaging non invasiva che utilizza onde luminose per acquisire immagini ad alta risoluzione e in sezione trasversale della retina. La tecnica è ampiamente utilizzata in oftalmologia per diagnosticare patologie come la degenerazione maculare, il glaucoma e la retinopatia diabetica.  

I ricercatori hanno studiato 36,673 immagini OCT di 6,684 pazienti utilizzando l'intelligenza artificiale. I ricercatori hanno scoperto che il loro modello di intelligenza artificiale può prevedere con precisione se le condizioni di un paziente rimarranno stabili o peggioreranno, basandosi esclusivamente sui dati del paziente. prima visita.

Ciò significa che fin dalla prima visita di routine, l'intelligenza artificiale può aiutare i medici a prevedere quali pazienti sono più soggetti a progressione, consentendo un trattamento precoce prima che si verifichino progressione e cambiamenti secondari.

Utilizzando il modello di intelligenza artificiale, i ricercatori hanno suddiviso i pazienti in due gruppi. Un gruppo era a basso rischio, composto da due terzi di pazienti che non necessitavano di trattamento. L'altro era ad alto rischio, con un terzo di pazienti che necessitava di un trattamento di cross-linking immediato.

Includendo i dati della seconda visita ospedaliera, il modello di intelligenza artificiale è riuscito a classificare fino al 90% dei pazienti.

Questo rende lo studio il primo del suo genere a raggiungere un livello di accuratezza così elevato nel predire il rischio di progressione del cheratocono utilizzando una combinazione di scansioni e dati dei pazienti, ha affermato il Dott. Balal. Ha aggiunto:

“La nostra ricerca dimostra che possiamo usare l'intelligenza artificiale per prevedere quali pazienti necessitano di cure e quali possono continuare il monitoraggio”. 

Lo studio, ha osservato il Dott. Balal, ha coinvolto un ampio gruppo di pazienti monitorati per due anni o più. I risultati suggeriscono che i pazienti con cheratocono ad alto rischio potrebbero ricevere un trattamento preventivo prima che la loro condizione progredisca, contribuendo a prevenire la perdita della vista e a ridurre la necessità di un intervento chirurgico di trapianto di cornea complicato e il relativo onere di recupero.

Nel frattempo, i pazienti a basso rischio possono evitare controlli non necessari, con conseguente risparmio di risorse sanitarie. 

“L’efficace smistamento dei pazienti tramite l’algoritmo consentirà di reindirizzare gli specialisti verso le aree con maggiore necessità.”

– Dott. Balal

I ricercatori stanno attualmente lavorando allo sviluppo di un algoritmo di intelligenza artificiale ancora più potente, che verrà addestrato su milioni di scansioni oculari. L'algoritmo può essere personalizzato per compiti specifici, come la previsione della progressione del cheratocono e la rilevazione di malattie oculari ereditarie e infezioni oculari.

Se l'algoritmo di intelligenza artificiale "dimostrasse costantemente la sua efficacia, questa tecnologia potrebbe in ultima analisi prevenire la perdita della vista e strategie di gestione più difficili nei pazienti giovani in età lavorativa", ha affermato il dott. Güell, non coinvolto nella ricerca.

L'algoritmo verrà ora sottoposto a ulteriori test di sicurezza prima di poter essere implementato in ambito clinico.

Investire nella cura degli occhi basata sull'intelligenza artificiale

Alcon AG (ALC ) è un'azienda oculistica con sede in Svizzera che ricerca, produce e vende una serie di prodotti per la cura degli occhi tramite Surgical and Vision Care per patologie quali cataratta, glaucoma, malattie della retina ed errori di rifrazione.

Alcon AG (ALC )

Con una capitalizzazione di mercato di 39.6 miliardi di dollari, le azioni di ALC sono attualmente scambiate a 77.78 dollari, in calo dell'8.81% da inizio anno e di circa il 23% rispetto al picco sopra i 100 dollari registrato alla fine dello scorso anno. A fronte di ciò, l'azienda presenta un utile per azione (TTM) di 2.25 e un rapporto prezzo/utili (TTM) di 34.41, mentre il rendimento da dividendi offerto è dello 0.43%.

Per il secondo trimestre del 2, Alcon ha registrato un aumento del fatturato del 2025%, raggiungendo i 4 miliardi di dollari. L'utile per azione diluito per il trimestre è stato di 2.6 dollari.

Durante questo periodo, la società ha generato 889 milioni di dollari di liquidità dalle operazioni, mentre nella prima metà del 681 sono stati registrati 2025 milioni di dollari di flusso di cassa libero. Alcon ha restituito 287 milioni di dollari agli azionisti.

Notando una "robusta domanda iniziale" per nuovi prodotti come Tryptyr, Systane Pro PF, Precision7, PanOptix Pro, Voyager e Unity VCS, il CEO David J. Endicott ha affermato:

"Sebbene sia ancora presto, questi lanci ci mettono in condizione di accelerare la crescita del fatturato, generare liquidità e offrire valore a lungo termine ai nostri azionisti".

Clicca qui per scoprire tutto sugli investimenti nell’intelligenza artificiale.

Ultimissime Alcon AG (ALC) Notizie e sviluppi azionari

Conclusione

Con decine di milioni di persone in tutto il mondo a rischio di problemi alla vista o cecità, la capacità dell'intelligenza artificiale di prevedere la progressione della malattia e guidare le decisioni terapeutiche segna una nuova era nella prevenzione oculistica. Con il perfezionamento degli algoritmi, l'intelligenza artificiale ha il potenziale per consentire ai medici di contribuire a proteggere la vista, ridurre i costi sanitari e migliorare la qualità della vita.

Clicca qui per un elenco delle nuove innovazioni mirate alla perdita della vista.

Riferimenti:

<sup>1. Thirunavukarasu, AJ, Mahmood, S., Malem, A., Foster, WP, Sanghera, R., Hassan, R., Zhou, S., Wong, SW, Wong, YL, Chong, YJ, Shakeel, A., Chang, Y.-H., Tan, BKJ, Jain, N., Tan, TF, Rauz, S., Ting, DSW e Ting, DSJ (2024). I modelli linguistici di grandi dimensioni si avvicinano alla conoscenza clinica e al ragionamento di livello esperto in oftalmologia: uno studio trasversale testa a testa. Salute digitale PLOS, (Versione ufficiale), pubblicata il 17 aprile 2024. https://doi.org/10.1371/journal.pdig.0000341
2. Jan, CL, Joseph, S., Vingrys, AJ, et al. (2025). Studio pragmatico prospettico sulla fotografia retinica automatizzata e sullo screening del glaucoma tramite intelligenza artificiale nell'assistenza primaria australiana. npj Medicina Digitale, 8, 386. (Versione ufficiale), pubblicata il 1° luglio 2025. Ricevuta il 9 marzo 2025; accettata il 2 giugno 2025. https://doi.org/10.1038/s41746-025-01768-y
3. Liu, N., Li, L. e Yu, J. (2025). Applicazione dell'intelligenza artificiale nella prevenzione e nel controllo della miopia. Indagine pediatrica, (Versione ufficiale), pubblicata il 18 marzo 2025. https://doi.org/10.1002/ped4.70001</sup>