SoleFusion-Net: un framework di deep learning multimodale spiegabile per la classificazione della sindrome del piede diabetico nel diabete mellito di tipo II

Perché i tuoi piedi contano nel diabete

Per le persone con diabete di tipo 2, piccoli cambiamenti nei piedi possono silenziosamente evolvere in problemi seri, inclusi ulcere e perfino amputazioni. I medici cercano di individuare precocemente il danno nervoso, ma i test attuali si basano su ciò che i pazienti percepiscono e sul giudizio manuale dei clinici. Questo studio presenta SoleFusion-Net, uno strumento informatico che combina immagini di come si appoggia il piede con dati clinici di routine per classificare i pazienti in rischio lieve, moderato o grave, mostrando al contempo ai medici come è stata presa la decisione.

Vedendo la pressione dove l’occhio non arriva

Quando camminiamo, diverse parti del piede premono sul suolo con intensità variabile. Nel diabete, il danno nervoso e lievi alterazioni della postura possono spostare questa pressione prima che compaia qualsiasi lesione. I ricercatori hanno utilizzato una pedana sensibile alla pressione per registrare mappe colorate delle piante di 504 persone con diabete di tipo 2. Ciascuna mappa mostra come il peso si distribuisce sul piede durante la camminata. Queste immagini sono state abbinate a misure cliniche standard come età, indice di massa corporea, pressione sanguigna e semplici test da letto che valutano quanto bene una persona percepisce vibrazione o un tocco leggero sui piedi.

Fondere immagini e dati clinici

SoleFusion-Net è costruito su due percorsi principali. Un percorso analizza solo le mappe di pressione, usando filtri a strati per imparare dove tende ad apparire un carico anomalo nella pianta. L’altro percorso interpreta i dati clinici, apprendendo pattern nei numeri come le soglie di vibrazione e i punteggi al monofilamento che riflettono la salute nervosa. Dopo che ciascun percorso ha appreso il proprio riassunto dei dati, il modello fonde questi riassunti e produce una previsione finale sul fatto che la neuropatia di una persona sia lieve, moderata o grave. Addestrando e testando il sistema su cinque diverse suddivisioni dello stesso gruppo, il team ha verificato che le prestazioni fossero stabili e non dovute a un caso isolato.

Quanto bene il sistema classifica il rischio al piede

In tutti i test, SoleFusion-Net ha classificato correttamente i pazienti in circa l’83 per cento dei casi. Ha distinto particolarmente bene danni nervosi lievi e gravi, riscontrando qualche difficoltà maggiore con il gruppo intermedio, che è anche sfidante per gli esaminatori umani. Le curve che confrontano veri positivi e falsi allarmi hanno mostrato una forte discriminazione complessiva tra le tre classi. Uno studio di ablazione, in cui parti del sistema sono state rimosse, ha rivelato che usare solo le immagini o solo i dati clinici porta a un’accuratezza sensibilmente inferiore. Quando entrambi sono combinati nel design di late fusion, il modello risulta più bilanciato e affidabile rispetto a qualunque singola fonte da sola.

Aprire la scatola nera per i clinici

Poiché la fiducia è cruciale in medicina, gli autori hanno impiegato diversi strumenti per spiegare come SoleFusion-Net ragiona. Per i dati clinici, hanno calcolato quanto ciascuna caratteristica contribuisse alla decisione finale. La percezione della vibrazione e i test al monofilamento su entrambi i piedi sono emersi come i più influenti, rispecchiando la pratica medica corrente. Per le immagini di pressione, mappe di calore hanno evidenziato regioni specifiche della pianta che hanno guidato la scelta del modello, spesso corrispondenti ad aree note per essere soggette a ulcere. Metodi aggiuntivi, inclusi semplici alberi di regole e spiegazioni basate su esempi, hanno offerto viste alternative e più fruibili delle stesse decisioni. Nel complesso, questi controlli hanno dimostrato che il sistema si basa su segnali sensati dal punto di vista medico piuttosto che su pattern arbitrari.

Cosa significa per le persone con diabete

Lo studio suggerisce che un modello informatico progettato con cura può integrare il modo in cui si cammina e i test clinici per fornire una valutazione oggettiva e trasparente del danno nervoso al piede. Pur essendo basato su un unico ospedale e richiedendo validazioni in altre regioni e con differenti apparecchiature, indica la strada verso strumenti futuri che potrebbero segnalare prima i piedi ad alto rischio, guidare un follow-up più ravvicinato e supportare i medici nel decidere chi necessita di misure protettive più aggressive contro le ulcere. In sintesi, SoleFusion-Net agisce come un secondo paio di occhi e mani, aiutando a trasformare misurazioni sparse in un quadro più chiaro della salute del piede nel diabete.

Citazione: Sheikh, M.M., Balachandra, M., G, N.V. et al. SoleFusion-Net: an explainable multimodal deep learning framework for diabetic foot syndrome classification in type II diabetes mellitus. Sci Rep 16, 15973 (2026). https://doi.org/10.1038/s41598-026-42207-6

Parole chiave: piede diabetico, neuropatia periferica, imaging della pressione plantare, deep learning multimodale, IA spiegabile