Il glaucoma è una patologia cronica, progressiva e irreversibile, caratterizzata da un danno alle cellule nervose dell’occhio, con conseguente danno del campo visivo, correlata a una pressione dell’occhio troppo elevata. È una malattia degli occhi che colpisce più di 1 milione di persone in Italia, di cui circa 150mila in Lombardia, ma la metà di esse non ne sarebbero a conoscenza perché non effettuano visite oculistiche periodiche complete. Diagnosi precoce e trattamenti efficaci e tempestivi possono salvare la vista e preservare la qualità di vita nella maggior parte dei casi di glaucoma. «La maggior parte dei pazienti non sa di avere il glaucoma perché nelle sue fasi iniziali è totalmente asintomatico e ciò rende la diagnosi precoce molto difficile» dichiara il prof. Luca Rossetti, Direttore della Clinica Oculistica della ASST Santi Paolo e Carlo di Milano. «È una patologia degenerativa che generalmente coinvolge entrambi gli occhi determinando danni permanenti al nervo ottico che nel tempo possono portare a ipovisione e cecità. Basti pensare che nel 25% dei casi un occhio va incontro alla perdita della vista mentre nel 10% dei casi entrambi gli occhi sono esposti al rischio concreto di perdere la vista. A partire dai 40 anni è buona norma sottoporsi regolarmente a controlli oculistici che includano la misurazione della pressione intraoculare così da poter scoprire la malattia nelle fasi iniziali quando ancora non presenta sintomi evidenti». Nel 2020, durante la pandemia di Covid-19 si è verificata una svolta epocale nell’utilizzo delle innovazioni digitali, grazie ad un sempre maggiore utilizzo dell’intelligenza artificiale. Nel campo della diagnosi e del monitoraggio del glaucoma, l’IA ha rivoluzionato il settore attraverso due principali approcci nell’ambito dell’apprendimento automatico: l’apprendimento supervisionato e l’apprendimento non supervisionato delle macchine. L’apprendimento supervisionato implica che il modello venga addestrato utilizzando dati etichettati come “patologici” o “non patologici”, mentre l’apprendimento non supervisionato si riferisce a una modalità in cui il modello cerca di identificare pattern o strutture nei dati senza avere queste etichette iniziali. L’integrazione dei modelli basati sull’IA nella pratica clinica è ancora afflitta da diverse sfide significative. Molte ricerche si basano su dati di addestramento provenienti da popolazioni omogenee, mentre nella realtà clinica ci sono numerose variabili, tra cui la qualità delle immagini e le differenze etniche dei pazienti. Nonostante queste problematiche, l’intelligenza artificiale rappresenta una speranza concreta per affrontare le sfide legate all’invecchiamento della popolazione e all’aumento dei costi sanitari, con l’obiettivo di migliorare la salute generale, contenere le spese e garantire una migliore percezione dell’assistenza da parte dei pazienti.
Glaucoma, nemico silenzioso della vista
