Prestazioni nel mondo reale del sistema diagnostico AI IDx-DR nella diagnosi della retinopatia diabetica e dei suoi principali fattori confondenti

Perché questo nuovo test oculare è importante

Per le persone con diabete, la perdita di vista dovuta a danni oculari può insorgere in modo silenzioso e permanente. Controlli oculistici regolari prevengono molti casi di cecità, ma non ci sono abbastanza oculisti per visitare tutti con la frequenza necessaria. Questo studio ha esaminato un sistema di intelligenza artificiale (IA) completamente automatizzato, chiamato IDx-DR, per valutare quanto bene possa individuare le malattie oculari diabetiche nella pratica clinica quotidiana e quali ostacoli del mondo reale restino ancora da superare.

Un bisogno crescente di controlli rapidi

Il diabete è in aumento a livello globale e circa una persona su tre con diabete sviluppa danni al tessuto fotosensibile nella parte posteriore dell’occhio, una condizione nota come retinopatia diabetica. Se rilevati precocemente, questi danni possono essere trattati per ridurre notevolmente il rischio di cecità. La sfida è che lo screening di milioni di persone richiede tempo, formazione e apparecchiature costose. IDx-DR mira ad alleviare questo peso: infermieri o assistenti formati scattano fotografie della retina con una fotocamera specializzata e le immagini vengono inviate a un software basato sul cloud che classifica automaticamente l’occhio come privo di malattia, o con malattia lieve, moderata o grave, senza la presenza di un oculista in sede.

Mettere alla prova il sistema di IA

I ricercatori hanno valutato IDx-DR in 875 pazienti con diabete curati in un ospedale specializzato in Germania. Il gruppo era ampio, comprendendo bambini a partire dagli 8 anni fino ad adulti di 92 anni, e includeva entrambi i principali tipi di diabete. Per ciascuna persona, gli assistenti hanno scattato quattro fotografie retiniche in una stanza oscurata, senza usare colliri midriatici per dilatare le pupille, per imitare una tipica visita di screening in cure primarie. Il sistema di IA ha analizzato queste immagini e ha prodotto una diagnosi singola per paziente, basata sull’occhio più gravemente compromesso. Tutti i pazienti hanno inoltre ricevuto un esame oculistico completo da oculisti esperti con l’uso di colliri dilatanti, che ha fatto da confronto standard di riferimento, e le fotografie archiviate sono state poi valutate da oculisti che non conoscevano i risultati dell’IA.

Quanto bene l’IA ha riconosciuto la malattia?

Quando erano disponibili fotografie di buona qualità, l’IA ha ottenuto performance particolarmente buone per i casi più pericolosi. Per le forme gravi di retinopatia diabetica, la sua sensibilità — la percentuale di pazienti realmente affetti che ha correttamente rilevato — era circa del 94%, e la sua specificità — la frequenza con cui rassicurava correttamente chi non aveva malattia grave — era circa del 90%. In più della metà dei pazienti con immagini analizzabili, la classificazione su quattro livelli dell’IA coincideva esattamente con l’esame oculistico con pupilla dilatata. Quando c’era disaccordo, l’IA tendeva a essere prudente: indicava più spesso una malattia più grave di quanto realmente fosse piuttosto che non riconoscere problemi seri. Sottostimare la gravità, cosa che potrebbe ritardare trattamenti necessari, è avvenuto in meno del 5% dei pazienti con immagini utilizzabili, e molto raramente in chi aveva una malattia veramente grave.

Gli ostacoli nascosti: ottenere immagini utilizzabili

Il punto debole principale non era il processo decisionale dell’IA, ma la praticità di ottenere immagini interpretabili. In circa un paziente su dieci, il personale non è riuscito a catturare alcuna fotografia retinica, e in circa un paziente su quattro l’IA ha giudicato le immagini troppo scadenti per l’analisi. Lo studio ha indagato i motivi. Pupille più piccole sono state un fattore chiave: i pazienti con pupille strette inferiori a 3 millimetri avevano molte meno immagini utilizzabili. Età avanzata, opacità del cristallino (cataratta), presenza di edema diabetico retinico e bassa acuità visiva hanno reso più difficili la fotografia e l’analisi. Anche la persona che scattava le foto contava. Con formazione ed esperienza, il tasso di immagini non utilizzabili di un esaminatore è calato nettamente e il tempo necessario per paziente è diminuito, ma dopo una lunga pausa dalla pratica le prestazioni sono peggiorate di nuovo.

Cosa significa per la cura oculare futura

Per i lettori non specialisti, il messaggio principale è che un’IA autonoma può aiutare in sicurezza a identificare le persone con danni oculari diabetici avanzati, specialmente dove gli oculisti sono scarsi. Tuttavia, la sua utilità dipende fortemente da fotografie retiniche chiare, che sono più difficili da ottenere nei pazienti anziani, in quelli con pupille piccole o cataratta, o in contesti affrettati e sotto organico. Lo studio suggerisce che protocolli migliori per la fotocamera, una formazione accurata del personale e, possibilmente, l’uso selettivo di colliri dilatanti potrebbero migliorare molto l’impatto reale del sistema. Per ora, IDx-DR appare promettente come strumento di triage per dare priorità a chi deve vedere un specialista oculista al più presto, piuttosto che come sostituto completo dell’esame oculistico umano.

Citazione: Hunfeld, E., Tayar, A., Paul, S. et al. Real-world performance of the AI diagnostic system IDx-DR in the diagnosis of diabetic retinopathy and its main confounders. Sci Rep 16, 4349 (2026). https://doi.org/10.1038/s41598-026-36970-9

Parole chiave: retinopatia diabetica, intelligenza artificiale, imaging retinico, screening medico, salute oculare