help@borntogive.com

Blog

Valutazione LC-OCT integrata da intelligenza artificiale durante la terapia con ruxolitinib per vitiligine

Paganelli A. et al., International Journal of Dermatology (2026)

Il panorama terapeutico della vitiligine non segmentale ha registrato una svolta clinica significativa con l’introduzione degli inibitori delle Janus chinasi (JAKi), come il ruxolitinib topico. Poiché il processo di ripigmentazione stabile richiede tempistiche terapeutiche prolungate, l’identificazione precoce dei segni di risposta risulta spesso complessa alla sola osservazione clinica. In questo scenario, la Line-Field Confocal Optical Coherence Tomography (LC-OCT) offre una visualizzazione tissutale ad alta risoluzione e, se integrata con algoritmi di intelligenza artificiale (AI), consente una quantificazione oggettiva di parametri subclinici fondamentali, misurando direttamente la densità e la distribuzione della melanina.

In questo lavoro, gli autori descrivono l’impiego di un algoritmo AI sperimentale applicato alle acquisizioni LC-OCT per monitorare un paziente di 66 anni affetto da vitiligine non segmentale del volto, avviato a trattamento con ruxolitinib 1,5% crema. Le valutazioni, condotte al basale e alla dodicesima settimana, si sono avvalse di un software capace di calcolare la densità volumetrica della melanina basandosi sul conteggio dei pixel melanina-positivi. A tre mesi, sebbene l’esame clinico documentasse solo un iniziale miglioramento (riduzione del VASI facciale da 1 a 0,75), l’analisi LC-OCT mediata dall’AI ha rilevato un incremento oggettivo del contenuto melaninico non solo sui margini in fase di ripigmentazione, ma anche nelle aree lesionali residue che all’ispezione visiva apparivano ancora inattive o ipocromiche. Nessuna variazione è stata invece documentata nelle aree di controllo non trattate.

Questa applicazione evidenzia il potenziale traslazionale dell’imaging non invasivo potenziato dall’intelligenza artificiale nel tracciare la ripigmentazione subclinica precoce. Tale approccio oggettivo previene l’errata classificazione dei pazienti come “non responder” nelle prime fasi di cura, scongiurando l’interruzione prematura di trattamenti efficaci e ottimizzando la gestione clinica e farmaco-economica di terapie mirate avanzate come i JAK-inibitori.