Radiomica, metodi formali e TC ad alta risoluzione per la diagnosi automatizzata della pancreatite acuta moderata e la predizione delle sue complicanze: verso le frontiere di una medicina personalizzata

Introduction Acute pancreatitis is a sudden inflammatory process of the pancreas, characterized by intra-acinar activation of pancreatic digestive enzymes, triggering a process of tissue self-digestion and glandular damage. This phenomenon leads to acute organ injury, with possible severe complications. Computed tomography (CT) with multiphasic study and intravenous contrast administration plays a key role in the diagnosis and clinical management of acute pancreatitis. Objectives This study proposes an automated method for recognizing moderate acute pancreatitis through CT image analysis in patients with acute abdominal pain and uncertain diagnosis. Additionally, it aims to predict the progression of the disease toward complicated forms, particularly necrotizing pancreatitis. To this end, a radiomic model based on formal verification methods was developed to improve diagnostic accuracy and predictive capability of disease progression. Materials and Methods A retrospective analysis was conducted on CT images of 80 patients with acute abdominal pain of undetermined etiology, who underwent standardized diagnostic protocols at the General and Emergency Radiology Department of Antonio Cardarelli Hospital in Naples during 2022 (January 1 - December 31). After excluding 4 patients due to incomplete data, the final sample included 76 subjects: 39 with a healthy pancreas and 37 with moderate acute pancreatitis, classified into four severity grades (CTSI 0, 1, 2, 3), without clear clinical or biochemical evidence at onset. Image segmentation was performed manually. The analysis was conducted using a formal verification-based method. Six patients with high pathological expression (CTSI 3) were identified by radiologists to formulate a formal property (rule) capable of automatically detecting acute pancreatitis in the test set. Subsequently, the sample was expanded with an additional 4 patients, retrospectively selected between January 1 and January 31, 2023, and analyzed using the same methodology. The total number of patients with moderate acute pancreatitis thus increased to 41, allowing a more in-depth evaluation of the model’s predictive ability in identifying complicated forms such as necrotizing pancreatitis. Results The developed model achieved an overall accuracy of 81%, with a diagnostic precision of 78% and a sensitivity of 81% in detecting the disease. The analysis demonstrated greater reliability of the system compared to traditional radiological assessment in some cases. Additionally, preliminary results from the expanded sample confirmed an80% performance in predicting progression toward necrotizing forms. Conclusions The proposed model has proven to be a valuable tool for the automated diagnosis of moderate acute pancreatitis, even in cases of clinical uncertainty. The integration of formal verification-based methods has contributed to improving both accuracy and transparency in the diagnostic process. This approach could serve as a useful decision making support for radiologists, optimizing the management of patients with suspected moderate acute pancreatitis. Furthermore, the model's application in predicting the evolution of moderate acute pancreatitis toward necrotizing forms has shown promising results, suggesting potential clinical use for enhanced risk stratification and therapeutic planning.

Introduzione La pancreatite acuta rappresenta un processo infiammatorio improvviso del pancreas, caratterizzata dall'attivazione intra-acinare degli enzimi digestivi pancreatici, che innesca un processo di autodigestione tissutale e danno ghiandolare. Questo fenomeno determina un danno acuto d'organo, con possibili complicanze severe. La tomografia computerizzata (TC) con studio multifasico e somministrazione di mezzo di contrasto endovenoso rappresenta un elemento cardine nella diagnosi e nella gestione clinica della pancreatite acuta. Obiettivi Il presente studio propone un metodo automatizzato per il riconoscimento della pancreatite acuta moderata mediante l'analisi delle immagini TC in pazienti con dolore addominale acuto e diagnosi incerta. Inoltre, si propone di predire l’evoluzione della patologia verso forme complicate, in particolare necrotizzanti. A tal fine, è stato sviluppato un modello radiomico basato su metodi di verifica formale, finalizzato a migliorare l’accuratezza diagnostica e la capacità predittiva della progressione della malattia. Materiali e Metodi Sono state analizzate retrospettivamente le immagini TC di 80 pazienti con dolore addominale acuto di eziologia non determinata, sottoposti a esame diagnostico con protocollo standardizzato presso la Radiologia Generale e di Pronto Soccorso dell’Ospedale Antonio Cardarelli di Napoli nel corso del 2022 (1 gennaio - 31 dicembre). Dopo l'esclusione di 4 pazienti per dati incompleti, il campione finale ha incluso 76 soggetti: 39 con ghiandola pancreatica sana e 37 con pancreatite acuta moderata, suddivisi in quattro gradi di severità (CTSI 0, 1, 2, 3), senza evidenze cliniche o biochimiche chiare all’esordio. La segmentazione delle immagini è stata effettuata manualmente. L'analisi è stata condotta attraverso un metodo basato sulla verifica formale. 6 pazienti con espressione patologica elevata (CTSI 3) sono stati identificati dai radiologi per formulare una proprietà formale (regola) in grado di rilevare automaticamente la pancreatite acuta nel set di test. Successivamente, il campione è stato ampliato con ulteriori 4 pazienti, selezionati retrospettivamente tra l'1 gennaio e il 31 gennaio 2023, e sottoposti alla stessa metodologia di analisi. Il numero totale di pazienti con pancreatite acuta moderata è quindi salito a 41, consentendo una valutazione più approfondita della capacità predittiva del modello nell’identificazione di forme complicate, quali la pancreatite necrotizzante. Risultati Il modello sviluppato ha ottenuto un’accuratezza complessiva dell’81%, con una precisione diagnostica del 78% e una sensibilità dell’81% nell’identificazione della patologia. L’analisi ha evidenziato una maggiore affidabilità del sistema rispetto alla valutazione radiologica tradizionale in alcuni casi. Inoltre, i risultati preliminari derivanti dal campione ampliato hanno confermato una performance dell’80% nella predizione della progressione verso forme necrotizzanti. Conclusioni Il modello proposto si è dimostrato un valido strumento per la diagnosi automatizzata della pancreatite acuta moderata, anche in condizioni di incertezza clinica. L’integrazione di metodi basati sulla verifica formale ha contribuito a migliorare sia l’accuratezza che la trasparenza del processo diagnostico. Questo approccio potrebbe costituire un utile supporto decisionale per i radiologi, ottimizzando la gestione dei pazienti con sospetta pancreatite acuta moderata. Inoltre, l’applicazione del modello alla previsione dell’evoluzione della pancreatite acuta moderata verso forme necrotizzanti ha mostrato risultati promettenti, suggerendo un potenziale utilizzo nella pratica clinica per il miglioramento della stratificazione del rischio e della pianificazione terapeutica.