Affidabilità di un algoritmo di deep learning per la previsione dell’età retinica

MISCELLANEOUS Zurigo – Un algoritmo di deep learning di recente sviluppo promette di prevedere l’età cronologica della retina sulla base di immagini della retina stessa. Il «Retinal Age Gap» (RAG), il divario cioè tra l’età retinica prevista sulla base di immagini della retina e l’età cronologica di una persona, è correlato alla mortalità e alle patologie legate all’età. Lo studio di Jay Rodney, Toby Zoellin, Ferhat Turgut et al. della Clinica di oftalmologia dello Stadtspital Zürich Triemli ha esaminato l’affidabilità e la precisione delle previsioni dell’età retinica, analizzando vari fattori che possono influenzarla. Sono stati creati due gruppi di soggetti: intra-visita e inter-visita. In entrambi i gruppi sono state acquisite immagini a colori del fundus. L’età retinica è stata prevista con un algoritmo consolidato. Il gruppo inter-visita era costituito da 26 soggetti, esaminati in due sedute. Il gruppo intra-visita includeva 41 soggetti e prevedeva l’acquisizione di due fotografie di ciascun occhio in un’unica seduta.

La differenza media assoluta dell’età retinica prevista al test-retest era di 2,39 anni per il gruppo inter-visita e di 2,13 anni per il gruppo intra-visita. Il gruppo intra-visita mostrava una maggiore variabilità delle previsioni. L’età cronologica è stata prevista con precisione sulla base delle fotografie del fundus. La classificazione delle coppie di immagini sulla base della loro qualità ha ridotto lo scarto tra test e retest fino al 50%, ma la qualità media delle immagini non era correlata con i risultati del retest. Sono state osservate oscillazioni significative nel corso della giornata nelle previsioni dell’età retinica, considerevolmente sovrastimata al pomeriggio rispetto alla mattina nella coorte intra-visita. La sequenza di acquisizione delle immagini durante le sedute non ha influito sulla previsione dell’età retinica e la percezione soggettiva dell’età non ha predetto il divario di età retinica. La coerenza «inter eye» superava i tre anni.

Lo studio, prepubblicato elettronicamente sulla rivista GEROSCIENCE nel novembre 2024, è il primo ad aver esaminato l’affidabilità delle previsioni dell’età retinica. Gli autori sottolineano come una qualità costante delle immagini migliori i risultati al retest. Nonostante le oscillazioni osservate nella previsione dell’età retinica nell’arco della giornata ribadiscano la necessità di protocolli di imaging standardizzati, il «Retinal Age Gap» potrebbe presto divenire una misura affidabile per la diagnostica clinica. (bs/tl)

Autori: Zoellin JRT, Turgut F, Chen R, Saad A, Giesser SD, Sommer C, Guignard V, Ihle J, Mono ML, Becker MD, Zhu Z, Somfai GM. Corrispondenza: Gábor Márk Somfai, Department of Ophthalmology, Stadtspital Triemli: Stadtspital Zurich Triemli, Birmensdorferstrasse 497, CH-8063, Zurich, Switzerland. E-mail: somfaigm@yahoo.com Studio: Evaluating the reproducibility of a deep learning algorithm for the prediction of retinal age. Fonte: Geroscience. 2024 Nov 26. doi: 10.1007/s11357-024-01445-0. Epub ahead of print. PMID: 39589693. Web: https://link.springer.com/article/10.1007/s11357-024-01445-0