Test rapido per rilevare difetti della visione dei colori rosso–verde usando un compito di denominazione dei colori assistito da rete neurale

Perché è importante nella vita di tutti i giorni

Milioni di persone vedono i colori in modo diverso senza rendersene conto, e i test tradizionali per la visione dei colori possono essere lenti, costosi o difficili da usare per bambini, anziani o persone con mobilità ridotta. Questo studio presenta un metodo rapido, semplice e basato su computer per individuare differenze nella visione rosso–verde chiedendo alle persone di dire che colore vedono, mentre un sistema di intelligenza artificiale valuta silenziosamente se la loro visione è tipica o meno.

Come la visione dei colori può differire tra le persone

La visione dei colori umana dipende principalmente da tre tipi di cellule fotosensibili nell’occhio, tarate approssimativamente su lunghe (tendente al rosso), medie (tendente al verde) e corte (tendente al blu) lunghezze d’onda. Quando un tipo è assente, non funziona o ha una sensibilità spostata, le persone possono confondere certe tonalità, soprattutto rosso e verde. Alcuni sono dicromati, affidandosi a soli due tipi di coni, mentre altri sono tricromati anomali, che possiedono tutti e tre i coni ma con uno spostato, rendendo alcuni colori più difficili da distinguere. Le differenze rosso–verde colpiscono circa l’8% delle persone, nella maggior parte dei casi dalla nascita; altri sviluppano problemi cromatici più tardi nella vita, ad esempio a causa di malattie oculari o farmaci.

Limiti dei test attuali per la visione dei colori

Medici e datori di lavoro usano diversi tipi di test cromatici. I noti test con tavole, in cui le persone individuano numeri o forme formati da puntini colorati, sono efficaci nel rilevare problemi ma possono essere sensibili all’illuminazione e non sempre facili da riprodurre su uno schermo. Test digitali più avanzati, come quelli che mostrano forme colorate in movimento o richiedono controllo motorio fine, possono misurare la visione in dettaglio ma spesso richiedono 20–30 minuti e concentrazione e buone abilità motorie. Altri test chiedono di ordinare campioni di colore o di abbinare luci colorate, operazioni che possono essere faticose, difficili per bambini o anziani e richiedere attrezzature specializzate.

Un’idea semplice: dì semplicemente ciò che vedi

I ricercatori hanno provato un approccio diverso che rispecchia la vita quotidiana: la denominazione dei colori. Hanno mostrato a 56 volontari 182 colori ricavati da scene naturali — tonalità simili a quelle degli oggetti reali — e hanno chiesto di nominare ciascuno usando 11 parole di colore di base in portoghese (ad esempio rosso, verde, blu o marrone). Il gruppo includeva persone con visione dei colori tipica e diverse forme di differenze rosso–verde. Invece di affidarsi a un esperto umano per interpretare le risposte, il team ha inserito il modello di denominazioni in una rete neurale, un tipo di intelligenza artificiale in grado di apprendere a riconoscere pattern complessi nei dati.

Cosa ha imparato l’intelligenza artificiale

La rete neurale è stata addestrata a svolgere tre livelli di giudizio: prima, decidere semplicemente se la visione di una persona fosse tipica o meno; secondo, separare visione tipica, dicromati e tricromati anomali; e terzo, distinguere cinque categorie dettagliate, incluse specifiche tipologie di perdita rosso–verde. Con l’insieme completo di 182 colori, ha identificato le persone con differenze nella visione dei colori con un successo complessivo molto elevato: per lo screening di base, sia la sensibilità (individuare chi ha una differenza) sia la specificità (non etichettare erroneamente chi ha visione tipica) erano superiori al 95%. Anche quando il modello provava a classificare le persone nelle cinque categorie più dettagliate, la sua prestazione restava utile, sebbene meno precisa, riflettendo la maggiore difficoltà del compito.

Trovare i colori più informativi

Per rendere il test più veloce, il team ha cercato un insieme più piccolo di colori che contenesse la maggior parte delle informazioni utili. Ha usato un metodo che spiega su quali input la rete neurale fa maggiormente affidamento e ha classificato tutti i 182 colori per importanza. Retrainando e testando ripetutamente il sistema sui primi 5, 10, 15, 20 o 25 colori, hanno scoperto che usare circa 20 colori scelti con cura forniva in realtà una prestazione di screening leggermente migliore rispetto all’insieme completo. Ciò suggerisce che colori aggiuntivi possono introdurre rumore invece di chiarezza e che un test snello potrebbe essere completato comodamente in meno di due minuti su uno schermo calibrato standard.

Cosa significa per la salute e gli screening quotidiani

Lo studio dimostra che un compito di denominazione dei colori rapido e a basso sforzo, interpretato automaticamente dall’intelligenza artificiale, può eguagliare o superare leggermente i test classici con tavole nel riconoscere differenze della visione rosso–verde, risultando nel contempo più facile da digitalizzare e più confortevole per molti utenti. Poiché si basa su risposte parlate o semplici e su immagini statiche, potrebbe essere utile non solo per controlli oculistici di routine e selezioni professionali ma anche per monitorare malattie oculari o esplorare cambiamenti dei colori legati a condizioni cerebrali come l’Alzheimer o l’autismo. In termini pratici, il lavoro indica un futuro in cui un breve test app-based potrebbe segnalare in modo affidabile problemi di visione dei colori in appena un paio di minuti.

Citazione: Monteiro, J.A.R., Marques, D.N., Linhares, J.M.M. et al. Rapid test for detecting red–green color vision deficiencies using a neural network-assisted color-naming task. Sci Rep 16, 9987 (2026). https://doi.org/10.1038/s41598-026-38222-2

Parole chiave: deficit della visione dei colori, cecità al rosso–verde, screening con rete neurale, test oculare digitale, denominazione dei colori