L’analisi delle scansioni di tomografia computerizzata (o Tc) potrebbe contribuire a identificare gli individui a rischio di diabete di tipo 2. Lo suggerisce uno studio, pubblicato sulla rivista Radiology, condotto dagli scienziati del Kangbuk Samsung Hospital presso la Sungkyunkwan University School of Medicine di Seoul, in Corea del Sud. Il team, guidato da Seungho Ryu, ha valutato la capacità dei marcatori derivati dalla Tc automatizzata nell’anticipare il rischio di diabete e le condizioni associate alla malattia. “Dato l’onere significativo e le complicazioni di questa condizione – commenta Ryu – volevamo capire se analisi di imaging automatizzate e precise potessero migliorare la diagnosi precoce e la stratificazione del rischio oltre i metodi convenzionali”. Nell’ambito del lavoro, il gruppo di ricerca ha coinvolto 32.166 adulti di età pari o superiore a 25 anni sottoposti a screening sanitario con Pet/Tc con 18F-fluorodesossiglucosio (18 F-Fdg). Gli scienziati hanno utilizzato algoritmi di apprendimento profondo clinicamente convalidati per analizzare le immagini ottenute. I modelli hanno permesso la segmentazione in tre dimensioni e la quantificazione dei vari componenti corporei, come il grasso viscerale e sottocutaneo, la massa muscolare, la densità epatica e il calcio aortico. Stando a quanto riportato dagli autori, la prevalenza del diabete era del sei per cento all’inizio dello studio, mentre l’incidenza raggiungeva il 9 per cento durante il follow-up, durato in media 7,3 anni. Gli indici di grasso viscerale e addominale sembravano associati alla piu’ alta prestazione predittiva per il diabete. “I nostri risultati sono incoraggianti – commenta Ryu – perché dimostrano il potenziale di espansione del ruolo dell’imaging Tc nell’ambito della diagnosi convenzionale delle malattie. L’imaging automatizzato sembra migliorare la previsione del rischio e le strategie di intervento precoce per il diabete. Integrando le tecniche con gli screening sanitari – conclude Ryu – i medici possono identificare tempestivamente gli individui ad alto rischio di diabete e delle sue complicazioni. In tal modo sarebbe possibile definire approcci e interventi personalizzati, che potrebbero migliorare i risultati per i pazienti”.
