DayFR Italian

SINDROME METABOLICA: uno scanner e l’intelligenza artificiale per la sua diagnosi

-

Sindrome metabolica viene diagnosticato clinicamente quandoalmeno 3 di questi 5 fattori si uniscono: obesità addominale, pressione alta, trigliceridi alti, colesterolo HDL basso e glicemia alta a digiuno.

La sindrome metabolica può portare ad infarto, ictus e altri gravi problemi di salute, come il diabete, ovviamente, ma anche demenza e malattie del fegato. La condizione oggi colpisce circa un terzo della popolazione nei paesi ricchi e un quarto della popolazione mondiale. C’è un grande bisogno di migliori strategie di screening.

L’autrice principale, la dottoressa Betsy Medina Inojosa, ricercatrice della Mayo Clinic, ha dichiarato: “Le misurazioni dell’indice di massa corporea e le scale di bioimpedenza che misurano il grasso corporeo e i muscoli sono imprecise per molti pazienti. La nostra ricerca mostra che questo modello di intelligenza artificiale può essere uno strumento affidabile per guidare medici e pazienti verso la decisione terapeutica più adatta alla loro salute metabolica”.

Lo studio che ha portato allo sviluppo dello strumento, convalida il modello AI utilizzando i dati di 1.280 partecipanti che hanno effettuato scansioni volumetriche 3D del corpo, risposto a questionari clinici standard, eseguito esami del sangue e misurazioni tradizionali della forma corporea. Il primo modello è stato perfezionato con i dati di un secondo gruppo di 133 volontari.

L’analisi rivela che la misurazione digitale dell’indice del volume corporeo di un paziente con l’imaging 3D fornisce misurazione molto precisa di forme e volumi in regioni critiche dove si deposita il grasso viscerale malsano, come addome e torace. Gli scanner registrano anche il volume di fianchi, glutei e gambe, una misura legata alla massa muscolare e al grasso “sano”.

Le informazioni 3D sul volume corporeo in queste regioni chiave segnalano quindi accuratamente la presenza e la gravità della sindrome metabolica,

utilizzando l’imaging invece di test invasivi.

Il modello verrà ora ottimizzato utilizzando un campione più ampio di partecipanti affetti da diverse forme di questa sindrome.

Related News :