La traiettoria dell'imaging per microcircolazione retinica: dall'angiografia all'intelligenza artificiale

Sommario

Questa revisione traccia l'evoluzione tecnologica e concettuale della valutazione della microcircolazione oculare. Analizza il cambiamento di paradigma dall'angiografia invasiva basata su coloranti a modalità di imaging quantitativo non invasive. La futura integrazione dei dati multimodali con l'intelligenza artificiale per creare modelli diagnostici predittivi e personalizzati viene evidenziata come la prossima frontiera.

Abstract

La microcircolazione retinica e coroidea sono reti vascolari altamente specializzate, essenziali per la vista e sono sempre più riconosciute come indicatori di malattie sistemiche. Per decenni, la sua valutazione si è basata sull'angiografia invasiva a base di coloranti, che deduce la patologia da effetti secondari come la perdita vascolare. Un cambiamento di paradigma è ora in atto, guidato da modalità di imaging non invasive che visualizzano e quantificano direttamente la microvascolarizzazione con una risoluzione senza precedenti. La principale tra queste è l'angiografia tomografia a coerenza ottica, che fornisce mappe tridimensionali risolte in profondità dei vasi perfusi, consentendo la generazione di biomarcatori oggettivi per l'integrità vascolare e l'ischemia. Tecniche complementari approfondiscono ulteriormente il flusso sanguigno assoluto, l'emodinamica ad alta frequenza e la perfusione a livello cellulare, creando un ricco dataset su scala multipla. Questa evoluzione tecnologica sta trasformando la pratica clinica, facilitando la rilevazione preclinica della retinopatia diabetica, perfezionando le strategie terapeutiche per la degenerazione maculare neovascolare legata all'età e fornendo nuove intuizioni sui contributi vascolari al glaucoma. Guardando al futuro, integrare questi flussi di dati multimodali con l'intelligenza artificiale promette di convertire la ricchezza di informazioni in modelli predittivi del rischio e della progressione delle malattie. Questo segna l'inizio di una nuova era nell'oftalmologia di precisione e nell'oculomica (l'analisi su larga scala basata sui dati dei biomarcatori per imaging oculare per valutare la salute sistemica e prevedere il rischio di malattia), con risultati trasformativi nell'elaborazione, nella quantificazione e nell'accesso.

Introduzione

La microcircolazione, composta da arteriole, capillari e venule con diametri inferiori a 150 μm, rappresenta l'interfaccia fondamentale per lo scambio di ossigeno e nutrienti all'interno dei^{tessuti 1}. Nell'imaging oculare, tuttavia, la definizione richiede un'espansione funzionale. Sebbene il coriocapillare rappresenti la vera interfaccia microvascolare, il suo stato emodinamico è abbinato ai vasi più grandi degli strati sottostanti di Sattler e Haller. Pertanto, in questa revisione, la vascolarizzazione coroidea è considerata un'unità emodinamica integrata, in cui gli strati macrovascolari di Sattler e Haller fungono da regolatori a monte che modulano la perfusione coriocapillare e l'ambiente microcircolatorio. La rete oculare è complessa, caratterizzata da un sistema di doppio apporto alla retina e una coroide altamente metabolicamente attiva, tutte regolate da sofisticati meccanismi autoregolatori essenziali per preservare le funzioni neuronali e fotorecettoriali. Di conseguenza, le anomalie nella microcircolazione retino-coroideale non solo indicano patologie ophtalmo-locali, ma agiscono anche come potenti biomarcatori per condizioni sistemiche, vascolari,^{metaboliche 2} e^{neurodegenerative 3}. Il concetto dell'occhio come finestra sulla salute sistemica sta evolvendo dalla valutazione clinica qualitativa a una realtà diagnostica quantificabile, guidata dall'innovazione^{tecnologica 4}.

Storicamente, la valutazione della (micro)vascolarizzazione era limitata a osservazioni qualitative e morfologiche tramite fotografia del fondo^{di fondo 5}. L'avvento dell'angiografia a base di coloranti, come l'angiografia con fluoresceina (FA) e l'angiografia verde con indocianina (ICGA), ha rivoluzionato il campo, introducendo una dimensione funzionale attraverso l'imaging della dinamica della perfusione e dell'integrità^{vascolare 6}. Tuttavia, la natura invasiva di queste tecniche e la loro dipendenza concettuale da fenomeni patologici secondari, come la perdita di coloranti, imposero limitazioni significative⁷. L'ultimo decennio ha assistito a un secondo cambiamento di paradigma, più profondo, segnato dall'emergere di tecnologie di imaging non invasive, ad alta risoluzione e quantitative. Guidati dall'angiografia tomografia a coerenza ottica (OCTA), questi metodi visualizzano direttamente la microvascolarizzazione attraverso il contrasto di movimento, fornendo dettagli strutturali senza precedenti e consentendo la quantificazione oggettiva di parametri come la densità dei vasi (VD) e l'area di^{perfusione 8,9,10}. Questa revisione mira ad analizzare lo sviluppo tecnologico e concettuale (Tabella 1) e a confrontare i principi, i vantaggi e i limiti delle tecniche consolidate ed emergenti, valutarne l'utilità clinica negli stati chiave della malattia ed esplorare il panorama futuro, in cui la fusione multimodale dei dati e l'intelligenza artificiale (IA) sono pronte a ridefinire il quadro diagnostico e prognostico delle malattie oculari e sistemiche.

Tabella 1: Confronto delle tecnologie di valutazione della microcircolazione del segmento posteriore. Le principali modalità di imaging vengono confrontate in diversi domini chiave, tra cui i loro principi operativi, il grado di invasività, i parametri chiave di output, la risoluzione spaziale e temporale, le applicazioni cliniche primarie e i vantaggi e limitazioni fondamentali. Abbreviazioni: FA = angiografia con fluoresceina; ICGA = angiografia verde con indocyanina; OCTA = tomografia a coerenza ottica; angiografia; DOCT = Tomografia di coerenza ottica Doppler; LSFG = flusso di speckle laser; AOSLO = oftalmoscopia laser a scansione ottica adattiva; VD = densità del recipiente; FAZ = zona avascolare foveale; MBR = tasso medio di sfocatura. Clicca qui per scaricare questa tabella.

Protocollo

L'angiografia a base di coloranti come standard d'oro fondamentale
Per decenni, l'angiografia a base di coloranti è stata la pietra angolare della diagnosi delle malattie vascolari retiniche. L'angiografia con fluoresceina (FA) si basa sull'iniezione endovenosa di fluoresceina di sodio, una piccola molecola che fuoriuscirà da vasi con barriera sanguigno-retinica (BRB) compromessa, creando iperfluorescenza che è il segno distintivo della malattia attiva. La sua capacità di visualizzare le perdite rimane un punto di forza unico e indispensabile, rendendolo lo standard d'oro per la valutazione dell'integrità del BRB e dell'attività malattiosa, una capacità attualmente priva dell'OCTA. Inoltre, l'AO ultra-widefield (UWF) offre una vista panoramica della retina periferica, fondamentale per la gestione di condizioni come la retinopatia diabetica (DR) e l'occlusione della vena retinica (RVO). L'angiografia verde dell'indocyanina (ICGA) utilizza un colorante più grande, legato alle proteine, che rimane in gran parte all'interno del^{coriocapillare 11}. La sua fluorescenza nel vicino infrarosso penetra strutture pigmentate come l'epitelio pigmentario retinico (EPR), rendendolo lo strumento definitivo per visualizzare la circolazione coroidea e diagnosticare patologie come la vasculopatia coroidale polipoidale (PCV) e^{l'occulto 12}.

Il principale limite di entrambe le tecniche è la loro invasività, che comporta un rischio di reazioni avverse e ne limita l'uso per un monitoraggio frequente. Tuttavia, il loro vincolo è concettuale. Queste tecnologie definiscono la patologia in base ai suoi effetti secondari, la perdita (FA) o i difetti di riempimento (ICGA), piuttosto che attraverso la visualizzazione stessa della struttura vascolare primaria. In molti casi, una perdita grave può oscurare il complesso neovascolare sotto indagine e trattamento. Questa limitazione fondamentale creò un chiaro bisogno clinico di una tecnologia in grado di visualizzare direttamente la struttura vascolare, indipendentemente dal suo stato funzionale, aprendo la strada alla rivoluzione OCTA.

Il cambiamento di paradigma verso la tomografia a coerenza ottica nell'angiografia
L'angiografia per tomografia di coerenza ottica (OCTA) rappresenta un'estensione funzionale della tomografia di coerenza ottica strutturale (OCT), generando mappe tridimensionali del flusso sanguigno senza alcuna iniezione di colorante. Opera secondo il principio del contrasto di movimento, utilizzando scansioni OCT B ripetute ad alta velocità nello stesso punto per rilevare la decorazione del segnale causata dal movimento dei globuli rossi. Isolando questi segnali decorazionali, OCTA ricostruisce computazionalmente la rete vascolare perfusa con dettaglio^{eccezionale 13}.

L'impatto rivoluzionario di questa tecnologia deriva da diversi vantaggi tecnici chiave. La sua natura non invasiva consente immagini rapide, sicure e frequenti, trasformando la gestione delle malattie croniche da intervento episodico a monitoraggio^{continuo 14}. Fornendo dati tridimensionali e risolti in profondità, la tecnologia consente anche la segmentazione e l'analisi indipendente di diversi plessi vascolari (ad esempio, plessi capillari retinici superficiali e profondi, coriocapillari), rivelando patologie specifiche per profondità invisibili alla FA¹⁵ bidimensionale. Forse il suo contributo più importante è la sua natura intrinsecamente quantitativa. OCTA genera biomarcatori oggettivi e ripetibili della salute^{microvascolare 16}, inclusa la VD, che misura la proporzione di superficie tissutale occupata dai vasi perfusi; parametri della zona avascolare foveale (FAZ), una regione fisiologicamente avascolare il cui ingrossamento o irregolarità funge da indicatore sensibile dell'ischemia^{para-foveale 17}; e densità di perfusione (PD)¹⁸. Attraverso l'imaging del flusso anziché del colorante, l'OCTA non è ostacolata da perdite, permettendo la delimitazione precisa dei complessi neovascolari in condizioni come la degenerazione maculare legata all'età umida (AMD⁾¹⁹.

Nonostante i suoi vantaggi, l'OCTA presenta delle limitazioni. Il suo campo visivo è tipicamente più piccolo rispetto a quello di UWF-FA, anche se sta migliorando grazie alle tecnologie di montaggio e swept-source. È suscettibile a artefatti, inclusi artefatti di movimento derivanti dal movimento del paziente e artefatti di proiezione in cui i segnali provenienti da vasi superficiali vengono erroneamente mappati su strati più profondi. Inoltre, la qualità dell'immagine OCTA dipende fortemente dalla potenza del segnale ed è facilmente degradata da opacità dei media, come cataratte o emorragie vitreee, che possono causare errori di segmentazione. Soprattutto, l'OCTA non può rilevare la perdita, il principale indicatore dell'attività infiammatoria e della degradazione del BRB. Infine, la tecnologia è limitata dalle sue soglie di rilevamento; potrebbe non visualizzare vasi con flusso estremamente lento o basso che si collocano sotto il livello di rumore decorrelato, potenzialmente sottovalutando la prevalenza di lesioni come i microaneurismi rispetto all'FA.

La ricerca di flusso assoluto e risoluzione più alta
Sebbene l'OCTA abbia rivoluzionato la visualizzazione morfologica delle reti microvascolari, rimane fondamentalmente limitato dalla sua incapacità di quantificare la velocità assoluta del flusso sanguigno. L'OCTA standard fornisce informazioni binarie, metriche di flusso contro assenza di flusso o di intensità relativa, ma non può determinare la velocità effettiva del movimento degli eritrociti. Il divario quantitativo supporta la continua rilevanza della tomografia di coerenza ottica Doppler (DOCT). A differenza dell'OCTA basato sull'ampiezza, il DOCT utilizza lo spostamento di fase della luce retrodiffusa per calcolare la velocità di flusso assoluta. Mentre l'OCTA fornisce una mappa surrogata della perfusione, altre tecnologie mirano a misurare il flusso sanguigno in modo più diretto o con maggiore risoluzione. DOCT è una tecnica basata su OCT che misura lo spostamento della frequenza Doppler della luce retrodiffusa dagli eritrociti in movimento per calcolare la velocità del flusso^{sanguigno 20,21}. Combinando la velocità con l'area della sezione trasversale del vaso, il DOCT può fornire una quantificazione assoluta del flusso sanguigno (in μL/min) nei singoli vasi^{retinici 22,23}, che fornisce i dati fisiologici più diretti, ma la sua utilità clinica è stata gravemente ostacolata dalla dipendenza dall'angolo Doppler, l'angolo tra il fascio di imaging e il vaso. Una stima imprecisa dell'angolo porta a errori significativi nel calcolo del flusso, rendendo la tecnica difficile e limitandone la diffusione della sua adozione. Il contrasto tra il successo clinico diffuso di OCTA e il ruolo di nicchia nella ricerca di DOCT illustra un principio chiave nello sviluppo della tecnologia medica: un biomarcatore ripetibile, seppur indiretto, (come la VD di OCTA) è spesso più prezioso clinicamente di una misurazione diretta ma tecnicamente impegnativa (come il flusso assoluto di DOCT).

Altre due tecniche ottiche spingono i limiti della risoluzione temporale o spaziale. La scintillazione laser (LSFG) crea mappe bidimensionali in tempo reale della velocità relativa del flusso sanguigno utilizzando la sfocatura di un pattern laser di speckle^24,25. Il principale vantaggio della LSFG è una superbe risoluzione temporale di circa 30 Hz, che consente la cattura della pulsabilità del flusso sanguigno durante il ciclo^{cardiaco 26}. Questa capacità stabilisce la LSFG come uno strumento potente per studiare l'autoregolazione vascolare e la dinamica del flusso^{sanguigno 27}, in particolare nel^{glaucoma 24}, dove la pressione e la pulsabilità della perfusione oculare alterate sono implicate nella patogenesi. Gli svantaggi principali sono la mancanza di risoluzione in profondità, poiché i segnali retinici e coroidali sono sovrapposti, e la fornitura di una metrica relativa, la media di sfocatura (MBR), invece del flusso^{assoluto 28}. All'estremo opposto, l'ottica adattiva a scansione laser oftalmoscopia (AOSLO) ottiene immagini limitate dalla diffrazione combinando un sensore fronte d'onda e uno specchio deformabile per correggere le aberrazioni ottiche^{dell'occhio 29}. Si ottiene una risoluzione spaziale senza pari, permettendo la visualizzazione dei singoli fotorecettori, delle fibre nervose³⁰ e persino di singole cellule del sangue che scorrono attraverso i capillari^{più fini 31}. Come strumento per la ricerca fondamentale, AOSLO fornisce una visione a livello cellulare della fisiopatologia microcircolatoria. Tuttavia, un campo di visione ristretto, un elevato costo e una complessità limitano l'applicazione di AOSLO ai centri di ricerca specializzati. Il contrasto tra LSFG e AOSLO illustra il compromesso fondamentale nell'imaging tra risoluzione temporale e spaziale; uno risponde a quando e a che velocità cambia il flusso, mentre l'altro risponde a quali e dove si trovano le strutture migliori.

Architetture AI per segmentazione e ricostruzione microvascolare
La precisione analitica della microcircolazione retinica è fondamentalmente limitata dai confini fisici delle tecnologie di imaging. Sebbene l'angiografia a base di coloranti e l'OCTA forniscano dati visivi, l'IA si è evoluta per superare i limiti intrinseci di queste modalità, creando un sistema diagnostico complementare. Nella fotografia a fondo d'olio a colori (CFP), che rimane la modalità principale per lo screening su larga scala, le applicazioni di IA si concentrano sull'estrazione di strutture topologiche macro-vascolari. Sebbene la CFP non abbia la risoluzione di profondità per visualizzare il plesso capillare profondo, gli algoritmi di IA possono quantificare parametri come il rapporto arteriola-venula (AVR), il calibro del vaso e la tortuosità globale. Al contrario, in OCTA, l'IA affronta sfide ad alto livello di dimensioni. I modelli di deep learning vengono impiegati per eliminare artefatti di movimento, migliorare i segnali di flusso ed eseguire segmentazione automatica degli strati, passando l'analisi dall'osservazione a livello di pixel alla quantificazione morfologica.

L'evoluzione dall'imaging qualitativo all'analisi quantitativa si basa su una segmentazione precisa dei vasi. I vasi retinici presentano una struttura di biforcazione simile a un albero con variazioni su più scala difficili da segmentare negli stati patologici. Gli standard attuali utilizzano architetture U-Net e le loro varianti. Per affrontare la perdita di piccoli vasi nelle regioni a basso contrasto, un limite critico nell'analisi della microcircolazione, sono state sviluppate architetture come la enhanced feature dynamic fusion network (EFDG-UNet). Incorporando moduli di aggregazione di caratteristiche e blocchi adattivi di residui, questi modelli catturano dipendenze a lungo raggio, dimostrando robustezza contro emorragie e crossover di vasi, con punteggi AUC che raggiungono 0,9932 su dataset standard. Inoltre, per mitigare la scarsità di maschere microvascolari annotate, la ricerca si è spostata verso l'apprendimento non supervisionato. Framework come BioVessel-Net integrano la biostatistica vascolare con reti generative adversariali (GAN) e impiegano algoritmi di colonizzazione spaziale per imporre la coerenza topologica senza dover fare affidamento su annotazioni manuali su larga scala.

Applicazione clinica come strategia multimodale specifica per la malattia
Il paradigma diagnostico ottimale non è una sostituzione totale di una tecnologia con un'altra, ma piuttosto un'integrazione sofisticata e specifica per la malattia di modalità per affrontare domande cliniche precise basate sulla fisiopatologia. La transizione è da uno strumento universale a un arsenale diagnostico su misura (Tabella 2).

Tabella 2: Cambiamenti di paradigma nella gestione clinica guidati dall'imaging multimodale della microcircolazione. Le principali malattie retiniche sono allineate a questioni patofisiologiche chiave e alle intuizioni complementari delle diverse modalità di imaging, riflettendo un passaggio dalla diagnosi descrittiva basata sulle lesioni alla valutazione quantitativa, inclusa la stratificazione precoce del rischio (DR), la differenziazione della presenza anatomica e dell'attività funzionale (nAMD), la valutazione del carico ischemico (RVO) e il riconoscimento dei contributi vascolari alla neurodegenerazione (glaucoma). Abbreviazioni; AMD = degenerazione maculare correlata all'età; DR = retinopatia diabetica; ETDRS = studio di retinopatia diabetica per trattamento precoce; FA = angiografia con fluoresceina; FAZ = zona avascolare foveale; ICGA = angiografia verde con indocyanina; LSFG = flusso di speckle laser; nAMD = degenerazione maculare neovascolare legata all'età; OCTA = tomografia a coerenza ottica; angiografia; PCV = vascolopatia coroidale polipoidale; RVO = occlusione della vena retinica. Clicca qui per scaricare questa tabella.

Retinopatia diabetica
In DR, l'utilità di OCTA va ben oltre la semplice rilevazione precoce; è una ridefinizione convincente della storia naturale della malattia. Rivelando il dropout microvascolare, la non-perfusione capillare e il rimodellamento FAZ prima che qualsiasi lesione sia visibile ophtalmoscopicamente, OCTA identifica uno stadio preclinico e submorfologico della malattia^{ischemica 32}, che sfida la tradizionale classificazione ETDRS e fornisce un biomarcatore quantitativo per la stratificazione del rischio nel momento più presto possibile. Inoltre, la sua capacità di localizzare con precisione anomalie microvascolari all'interno di specifici plessi retinici non è solo una curiosità anatomica; Fornisce una potenziale base meccanicistica per i risultati clinici e può affinare il processo decisionale^{terapeutico 33}. Ad esempio, distinguere IRMA tra il plesso capillare profondo e la neovascolarizzazione precoce può alterare radicalmente la soglia per avviare la terapia^{anti-VEGF 34}. Tuttavia, dalla dissociazione tra struttura e funzione emerge una sfida clinica critica. OCTA quantifica efficacemente la non-perfusione strutturale, mappando l'impronta cumulativa, spesso storica, dei danni ischemici. Al contrario, l'AF dimostra il deterioramento funzionale della barriera sanguigno-retinica, tipicamente un indicatore di patologia acuta o attiva della malattia. Un paziente può presentare una perdita capillare estesa su OCTA con perdite minime in FA (che rappresenta un deficit strutturale cronico e irreversibile), o viceversa. La distinzione è fondamentale per il processo decisionale terapeutico, poiché distingue tra perdita permanente di tessuto e esusazione attiva curabile. Pertanto, il quadro clinico più completo richiede una valutazione integrata, OCTA per l'integrità dell'architettura microvascolare e FA per lo stato funzionale della barriera.

Degenerazione maculare legata all'età (AMD)
Nella DMADE neovascolare, l'OCTA ha rimodellato il processo decisionale clinico fornendo una superiore delineazione della morfologia e dell'estensione della rete di neovascolarizzazione coroidea (CNV). Una delimitazione accurata della morfologia e dell'estensione della CNV è importante per guidare e monitorare la terapia³⁵. Tuttavia, la chiarezza introduce nuove domande cliniche. OCTA visualizza la struttura vascolare, che può persistere anatomicamente anche dopo che la terapia anti-VEGF ha risolto la perdita. Al contrario, l'AF visualizza la perdita attiva, che è il bersaglio terapeutico diretto. Questo cambia la domanda clinica centrale da: "È presente un CNV?" a "Il CNV è attivo?". Questa distinzione è cruciale per i moderni regimi di trattamento e prolungamento, dove le decisioni di ri-trattamento spesso dipendono da prove di attività. Inoltre, l'OCTA è stata determinante nell'identificare la CNV non essudativa o quiescente, mettendo in discussione il paradigma di lunga data secondo cui la sola presenza di un complesso neovascolare richiede trattamento e spostando l'attenzione verso la stratificazione del rischio di queste lesioni per future conversioni. In questo contesto complesso, il ruolo dell'ICGA rimane sicuro e indispensabile come standard d'oro per l'identificazione della vascolopatia coroidale polipoidale (PCV), un sottotipo critico di AMD le cui caratteristiche vascolari distintive (polipi terminali) sono meglio caratterizzate dalle proprietà uniche del colorante^{ICG 36}.

Occlusione della vena retinica (RVO)
Il potere analitico specifico per strati dell'OCTA offre una finestra patofisiologica cruciale sull'RVO che prima era inaccessibile. La scoperta costante che il plesso capillare profondo è più gravemente e preferentemente danneggiato rispetto al plesso superficiale offre una potente spiegazione meccanicistica per lo sviluppo dell'edema maculare recalcitrante spesso osservato nella^{condizione 37}. Il plesso profondo si trova in una zona di confine vascolare tra le regioni di apporto arterioso, rendendolo estremamente vulnerabile all'insulto^{ischemico 38}. Il risultato arricchisce l'interpretazione fisiopatologica delle malattie. Inoltre, la forte correlazione dimostrata tra i parametri OCTA maculari (ad esempio, densità dei vasi) e l'entità della non-perfusione periferica nell'AO ultra-widefield è un risultato di grande rilevanza^{clinica 39}. Suggerisce che la microvascolatura maculare possa fungere da surrogato non invasivo per lo stato ischemico globale della retina; Pertanto, potrebbe rivoluzionare la gestione del paziente consentendo la stratificazione del rischio per le complicazioni neovascolari tramite una scansione maculare rapida e non invasiva, riducendo potenzialmente il carico di esami più invasivi con angiografia ultra-widefield con fluoresceina (UWF-FA) per il monitoraggio di routine⁴⁰.

Glaucoma
Nel glaucoma, l'applicazione dell'imaging avanzato affronta direttamente il dibattito eziologico centrale: la disregolazione vascolare è una causa primaria della neurodegenerazione? Oppure l'attenuazione vascolare è una conseguenza secondaria della riduzione della domanda metabolica dovuta agli assoni atrofizzati? ⁴¹ OCTA e LSFG forniscono dati complementari per approfondire la questione. OCTA offre un'istantanea statica ad alta risoluzione della struttura microvascolare, quantificando la densità dei vasi nella testa del nervo ottico e nella regione^{peripapillare 42,43}; Queste metriche strutturali sono fortemente correlate con la perdita di tessuto neurale e i difetti funzionali del campo visivo esistenti. Misura efficacemente i danni che sono stati causati. Al contrario, LSFG fornisce dati dinamici e in tempo reale su perfusione e pulsatilità del flusso^{sanguigno 44}. Registra il processo fisiologico del flusso sanguigno, identificando potenzialmente disfunzioni autoregolatorie patologiche prima che una perdita strutturale irreversibile diventi evidente su OCTA o OCT strutturale. Pertanto, l'integrazione di dati strutturali statici da OCTA con dati di perfusione dinamica da LSFG non è semplicemente un processo^{additivo 44}; rappresenta uno sforzo strategico per separare causa ed effetto nel processo della malattia glaucomatosa. Identificare pazienti con dinamiche di flusso anomale in LSFG nonostante la struttura preservata su OCTA potrebbe diventare un paradigma potente per individuare individui a maggior rischio di progressione rapida, aprendo la strada a terapie mirate e neuroprotettive rivolte alla componente vascolare della malattia.

Valutazione dell'uveite e della coriocapillare infiammatoria
La valutazione dell'uveite posteriore e delle corioretinopatie infiammatorie rappresenta una frontiera per l'imaging multimodale, in particolare nell'analisi dell'inaccessibile coriocapillare. Storicamente, l'ICGA è stata l'unica modalità in grado di visualizzare l'infiammazione coroide, rivelando macchie scure ipofluorescenti indicative di infiammazione stromica o ischemia. Tuttavia, l'interpretazione di queste lesioni ipofluorescenti rimase qualitativa ed era limitata dalla natura invasiva del colorante. L'avvento dell'OCTA ha affinato fondamentalmente questa valutazione fornendo una visione non invasiva e risolta in profondità del coriocapillare, permettendo l'identificazione e la quantificazione dei vuoti di flusso e delle aree di perdita di segnale corrispondenti a ischemie capillari non perfusionali o transitorie.

In condizioni infiammatorie corioretiniche come la sindrome di Vogt-Koyanagi-Harada (VKH) e la sindrome del punto bianco, l'OCTA ha dimostrato che questi vuoti di flusso sono correlati con aree ipofluorescenti sull'ICGA ma offrono una risoluzione superiore per il monitoraggio dell'attività della malattia. In modo cruciale, l'imaging longitudinale OCTA ha rivelato la natura reversibile di questi vuoti di flusso dopo la terapia con corticosteroidi, stabilendo la reperfusione coriocapillare come un nuovo biomarcatore obiettivo per la risposta terapeutica. Inoltre, la CNV infiammatoria rappresenta una sfida diagnostica unica a causa della presenza confusa di perdite infiammatorie ed edema retinico. Affidandosi al contrasto del movimento piuttosto che alla permeabilità del colorante, OCTA sopprime efficacemente il segnale dell'essudazione infiammatoria, permettendo una visualizzazione distinta della rete neovascolare. Questa capacità è particolarmente importante per distinguere la CNV infiammatoria attiva dalle lesioni infiammatorie, prevenendo così immunosoppressione o terapia anti-VEGF non necessaria. Di conseguenza, l'integrazione di ICGA per la mappatura panoramica della malattia e di OCTA per il monitoraggio quantitativo della perfusione coriocapillare costituisce lo standard moderno per la gestione di precisione nell'uveite.

Oltre all'immagine, navigare grandi volumi di dati e il percorso verso l'integrazione sistemica
La transizione dall'imaging ad alta risoluzione all'intelligence azionabile richiede di colmare il divario tra l'acquisizione di dati grezzi e l'interpretazione clinica. Con l'ingresso dell'era quantitativa del campo, si trova ad affrontare un paradosso in cui un diluvio di dati non si traduce automaticamente in saggezza clinica (Figura 1), creando una sfida per influenzare il processo^{decisionale 45,46}. L'IA, in particolare il deep learning (DL), è emersa non solo come un complemento analitico ma come componente fondamentale della pipeline di imaging stessa, affrontando sfide che vanno dalla ricostruzione del segnale alla previsione sistemica.

Figura 1: L'evoluzione storica e concettuale della valutazione della microcircolazione retinica e coroidea, tracciando la traiettoria dall'osservazione morfologica statica alla modellazione predittiva dinamica. La linea temporale concettualizza i quattro grandi cambiamenti di paradigma nel settore. Il viaggio inizia nell'era della morfologia, quando la fotografia del fondo di fondo ha fornito una visione fondamentale, limitata, bidimensionale e statica delle strutture vascolari. La prima rivoluzione arrivò con l'era dell'angiografia funzionale, che introdusse una dimensione dinamica e fisiologica utilizzando coloranti invasivi (FA/ICGA) per rispondere a domande sulla perfusione e sull'integrità vascolare, spesso osservando effetti secondari come le perdite. L'attuale Era della quantificazione non invasiva, guidata da OCTA, rappresenta uno spostamento cruciale verso la visualizzazione e quantificazione diretta dell'architettura microvascolare tridimensionale stessa, spostando la questione clinica centrale verso la valutazione dell'integrità strutturale senza il fattore di confusione della perdita di colorante. La linea temporale culmina nell'era futura prevista della modellazione predittiva, in cui l'attenzione va oltre la diagnostica. L'era sarà definita dalla fusione di dati multimodali attraverso motori di intelligenza artificiale (IA), trasformando la domanda clinica fondamentale da "qual è la patologia" a "qual è il rischio futuro del paziente", permettendo così un approccio proattivo, prognostico e veramente personalizzato alla gestione della malattia. Abbreviazioni; FA = angiografia con fluoresceina; ICG = verde indocyanina; OCTA = tomografia a coerenza ottica; angiografia; AI = intelligenza artificiale. Clicca qui per visualizzare una versione più grande di questa figura.

La prima applicazione importante dell'IA risiede nel miglioramento delle immagini e nella mitigazione degli artefatti per risolvere il problema attuale, dove protocolli di scansione disparati e algoritmi proprietari rendono output non comparabili⁴⁷ . L'acquisizione di OCTA è suscettibile ad artefatti di movimento, proiezione e bassi rapporti segnale-rumore, che possono oscurare i dettagli microvascolari. Attualmente sono in fase di utilizzo di architetture di deep learning, in particolare le GAN, per ricostruire la topologia microvascolare da input degradati. Addestrandosi su scansioni medie di alta qualità, questi modelli generativi imparano a ridurre il rumore delle immagini di acquisizione singola, rimuovendo di fatto artefatti di proiezione e ripristinando la continuità del vaso nelle aree di perdita del segnale senza la necessità di tempi di acquisizione prolungati. La ricostruzione algoritmica è essenziale per standardizzare la qualità dell'immagine su diverse piattaforme hardware e per stabilire metodi analitici trasparenti e riproducibili necessari per le sperimentazioni multicentriche.

Dopo la ricostruzione delle immagini, il secondo livello di applicazione dell'IA prevede la quantificazione automatizzata tramite segmentazione semantica. La delineazione manuale delle caratteristiche patologiche, come le aree capillari non perfusioni (CNP) o i confini irregolari del FAZ, è laboriosa e soggetta a una significativa variabilità tra i gradatori. Le reti neurali convoluzionali (CNN), in particolare quelle che utilizzano architetture U-Net con connessioni a salto, hanno dimostrato parità di prestazioni con gli esperti umani nella segmentazione di queste caratteristiche. Questi algoritmi forniscono una quantificazione istantanea e riproducibile della densità di perfusione e della densità scheletrica del vaso, facilitando la via di validazione necessaria per rispondere definitivamente che si dovrebbe misurare (Informazioni Supplementari).

La frontiera più trasformativa, tuttavia, è l'applicazione dell'IA all'oculomica, ovvero l'identificazione di biomarcatori sistemici all'interno dell'imaging oculare. La microvascolarizzazione retinica funge da estensione diretta della circolazione sistemica, eppure le sottili firme vascolari delle malattie sistemiche sono spesso impercettibili all'occhio umano. I modelli DL addestrati su grandi dataset demografici (ad esempio, UK Biobank) hanno previsto con successo parametri sistemici, tra cui età, genere, stato di fumatore e pressione sistolica, esclusivamente da immagini retiniche (Tabella 3). Modelli più avanzati sono ora in grado di prevedere eventi avversi cardiovascolari maggiori (MACE) e stimare le differenze biologiche d'età come indicatori del rischio di mortalità. Integrando queste intuizioni microvascolari con dati genomici e clinici, l'IA sta convertendo l'occhio dall'osservazione tradizionale in uno strumento di supporto alle decisioni^{cliniche 48,49} . Inoltre, la fusione di questi biomarcatori validati con piattaforme di tele-oftalmologia promette un'assistenza sanitaria equa. Implementando su larga scala la previsione del rischio guidata dall'IA, le diagnostiche avanzate possono essere estese a contesti comunitari e popolazioni svantaggiate, ampliando di fatto l'accesso alle cure cardiovascolari e neurodegenerative preventive. In definitiva, questa capacità posiziona la microcircolazione retinica come potenziale punto di riferimento per l'efficacia terapeutica negli studi sulle malattie sistemiche. Ad esempio, cambiamenti quantificabili nella densità capillare retinica potrebbero rappresentare come indicatori precoci della protezione microvascolare, potenzialmente accorciando i tempi di sviluppo del farmaco rispetto all'attesa di eventi avversi gravi. Realizzare questa visione richiede una collaborazione interdisciplinare senza precedenti tra oftalmologi, cardiologi, nefrologi, endocrinologi e scienziati farmaceutici. Segna la traduzione clinica dell'imaging oftalmico, potenziando la medicina moderna nel suo complesso offrendo una finestra diretta in vivo sugli effetti sistemici di una terapia.

Tabella 3: Riepilogo degli algoritmi e delle prestazioni dell'IA nelle applicazioni microvascolari retiniche Modelli rappresentativi di deep learning applicati a compiti clinici che spaziano dalla segmentazione dei vasi alla previsione delle malattie sistemiche, con architetture di reti neurali fondamentali, caratteristiche microvascolari mirate, applicazioni cliniche e metriche di performance riportate riassunte. Abbreviazioni; AD = Malattia di Alzheimer; AI = intelligenza artificiale; AUC = area sotto la curva caratteristica operativa del ricevitore; CNN = rete neurale convoluzionale; CVD = malattie cardiovascolari; FAZ = zona avascolare foveale; GNN = rete neurale a grafo; LLM = modello linguistico di grande dimensione; PD = morbo di Parkinson; RNFL = strato di fibre nervose retiniche. Clicca qui per scaricare questa tabella.

Risultati

Il campo della valutazione della microcircolazione retinica e coroideale è nel mezzo di un cambiamento trasformativo, passando da un'epoca definita da tecniche qualitative invasive a una dominata da imaging non invasivo, quantitativo e multimodale. Sebbene l'angiografia a base di coloranti mantenga il suo ruolo fondamentale per domande specifiche, in particolare la valutazione delle perdite vascolari, l'OCTA è diventata la nuova pietra angolare per la valutazione della struttura e della perfusione microvascolare. La sua capacità di fornire metriche oggettive e ripetibili ha cambiato radicalmente la gestione della malattia, permettendo una rilevazione più precoce e un monitoraggio basato sui dati. Il futuro non risiede in una tecnologia unica e superiore, ma nella fusione intelligente di flussi di dati complementari. La prossima frontiera è l'integrazione dei dati multimodali con l'intelligenza artificiale. Sono già in fase di sviluppo algoritmi di IA per migliorare la qualità dell'immagine rimuovendo artefatti, automatizzando l'analisi quantitativa ed eliminando la dipendenza da operatori^50,51. L'obiettivo è sfruttare il deep learning per andare oltre la descrizione e passare alla^{previsione 52}. Addestrando modelli su vasti dataset che incorporano OCT, OCTA, LSFG, dati clinici e genomica, l'IA può identificare impronte microvascolari sottili e subcliniche che prevedono l'insorgenza o la progressione futura^{della malattia 53}.

Tuttavia, il percorso verso l'integrazione è pieno di sfide. Un limitamento principale è la mancanza di interpretabilità del deep learning, che oscura la logica biologica dietro le previsioni, complicando la fiducia clinica. In particolare, la distinzione tra anomalie strutturali e funzionali rimane un ostacolo critico; I modelli di IA predittiva dovrebbero essere validati per garantire che differenzino i veri deficit fisiologici di flusso dall'attenuazione del segnale causata da opacità sovrastanti o errori di segmentazione. Inoltre, la generalizzazione di questi algoritmi è attualmente limitata dall'eterogeneità dei dataset multimodali e dal rischio di bias algoritmici. Colmare il divario tra potenziale algoritmico e utilità clinica richiederà perfezionamenti tecnologici e studi prospettici per garantire che questi strumenti predittivi siano robusti in popolazioni diverse. Una capacità predittiva trasformerà la pratica clinica dal danno reagitivo a manifestare a un paradigma proattivo e basato sul rischio di intervento preventivo (Figura 2). La finestra dell'occhio sulla salute sistemica si trasformerà dall'ispezione morfologica in un sensore attivo e intelligente, realizzando il pieno potenziale della medicina di precisione, predittiva e personalizzata.

Figura 2: Quadro concettuale per la prossima generazione di diagnostiche oftalmiche guidate dall'IA, illustrando il cambiamento di paradigma dall'interpretazione dei dati grezzi all'insight clinico predittivo. Questo modello visualizza un processo diagnostico trasformativo, concettualizzato come un funnel di raffinamento dei dati. Il processo inizia con l'aggregazione di dati ad alta dimensione ed eterogenei (Layer 1: input dati multimodali), che crea una rappresentazione digitale olistica dello stato oculare del paziente combinando informazioni anatomiche statiche (OCT strutturale), architettura microvascolare dettagliata (OCTA), funzione fisiologica dinamica (LSFG) e contesto sistemico del paziente (Clinical & Genomic Data). Questi flussi di dati disparati vengono poi sintetizzati all'interno di un sofisticato Engine AI (Layer 2), che impiega modelli di deep learning per la fusione dei dati e l'estrazione di biomarcatori complessi e multidimensionali spesso impercettibili agli osservatori umani. L'elaborazione sistematica illustra la sintesi della vasta complessità informativa in un risultato conciso e clinicamente significativo. L'obiettivo finale è la generazione di output clinici azionabili (Layer 3) che non siano solo descrittivi, ma fondamentalmente predittivi e personalizzati. Questi risultati forniscono ai clinici punteggi di rischio prognostico, previsioni spaziali di patologie future (ad esempio, heatmap patologiche) e raccomandazioni di gestione ottimizzate e specifiche per il paziente. Il quadro rappresenta la transizione fondamentale dalla medicina reattiva, basata su schemi, a un paradigma sanitario proattivo, basato sui dati e veramente predittivo. Abbreviazioni; AI = intelligenza artificiale; LSFG = flusso di speckle laser; OCT = tomografia a coerenza ottica; OCTA = tomografia a coerenza ottica, angiografia. Clicca qui per visualizzare una versione più grande di questa figura.