Dalla delimitazione dei tumori cerebrali alla pianificazione della stimolazione cerebrale profonda, diversi studi esplorano il ruolo dell’intelligenza artificiale nel supportare l’analisi delle immagini e le decisioni chirurgiche.
Delimitare un glioma, ricostruire le connessioni cerebrali da preservare durante un intervento o individuare la traiettoria di un elettrodo: sono alcune delle applicazioni dell’intelligenza artificiale discusse al 75° Congresso nazionale della Società italiana di neurochirurgia (SINch), in corso a Catania dal 23 al 26 settembre. I risultati presentati riguardano soprattutto il supporto alla lettura delle immagini e alla pianificazione chirurgica, con livelli di validazione ancora differenti.
Per i gliomi, un gruppo di ricercatori ha sviluppato UNETR-RF, un sistema che analizza le risonanze magnetiche attribuendo un peso diverso alle immagini in base alla loro affidabilità. L’obiettivo è delimitare le componenti tumorali anche quando movimenti del paziente o differenze tra apparecchiature riducono la qualità delle acquisizioni. Nella validazione su 1.251 casi, il modello ha raggiunto un indice medio di corrispondenza di 0,81, contro 0,78 del migliore metodo di confronto; la differenza è risultata statisticamente significativa. Una delimitazione più uniforme potrebbe aiutare a pianificare la resezione e a valutare le immagini prima e dopo l’intervento, ma il sistema non è ancora impiegato nella pratica clinica.
Un secondo progetto riguarda la trattografia, tecnica che ricostruisce il decorso delle fibre nervose e può produrre milioni di tracciati per ciascuna elaborazione. Il modello studiato organizza queste informazioni per rendere più leggibili le connessioni coinvolte nel movimento, nel linguaggio e nelle funzioni cognitive, anche quando una lesione altera l’anatomia cerebrale. La possibile utilità chirurgica è identificare con maggiore chiarezza le vie da preservare.
Nella malattia di Parkinson, un sistema di intelligenza artificiale è stato valutato per la pianificazione della stimolazione cerebrale profonda. A partire dalle immagini del paziente, il modello identifica il bersaglio anatomico e propone una traiettoria per l’elettrodo. In una verifica retrospettiva su 10 pazienti e 20 traiettorie, l’elaborazione ha richiesto circa 10 minuti. La distanza mediana tra il punto individuato dal sistema e la posizione osservata dopo l’intervento è stata di 4,08 millimetri, rispetto a 6,34 millimetri per la pianificazione convenzionale usata come confronto. La numerosità limitata e il disegno retrospettivo non consentono, però, di stabilire se la differenza si traduca in migliori esiti clinici.
Infine, uno studio condotto su 326 pazienti trattati in nove centri italiani ha utilizzato modelli di intelligenza artificiale per esaminare i fattori associati agli esiti dopo la rottura di un aneurisma cerebrale. Nella popolazione analizzata, il volume dell’emorragia intraventricolare è risultato il fattore maggiormente associato a mortalità e disabilità.
Nel complesso, questi lavori indicano dove l’intelligenza artificiale potrebbe contribuire alla neurochirurgia: nell’organizzare grandi quantità di dati e nel rendere più rapida o uniforme la loro interpretazione. Prima di un impiego clinico esteso serviranno verifiche in contesti sanitari diversi e studi capaci di misurare l’effetto sugli esiti dei pazienti. Come sottolinea Domenico d’Avella, presidente della SINch, “la responsabilità della scelta rimane dello specialista”.
