L'intelligenza artificiale potrebbe rivoluzionare la diagnosi dei tumori al seno

Il tumore al seno è la più comune forma di cancro nelle donne. Una diagnosi ed un trattamento precoci possono migliorare notevolmente gli esiti di tale malattia e, a tal fine, le maggiori organizzazioni mediche e governative raccomandano lo screening mammografico per tutte le donne a partire dai 40-50 anni.

Nonostante le misure preventive, l’interpretazione e l’accuratezza dei risultati mammografici presentano ancora dei limiti legati alla diversa abilità acquisita dagli esperti e alla registrazione di alti tassi di falsi positivi (il test è giudicato positivo per la presenza di tumore quando, invece, è assente) e falsi negativi (il test è classificato come “normale” quando, invece, la malattia è presente).
Secondo la American Cancer Society circa il 20% di tumori al seno sfugge ai radiologi e, quando finalmente il tumore viene diagnosticato il trattamento è più complicato e con esiti più incerti. L’idea di utilizzare sistemi informatici a supporto della diagnosi dei tumori è nata molti anni fa.
Nell’ambito della mammografia diagnostica, negli anni ’90 è stata introdotta una generazione di software, nota come CAD (Computer-Aided Detection) che, tuttavia, non ha migliorato le prestazioni cliniche, soprattutto in considerazione del fatto che i programmi CAD sono stati “istruiti” a riconoscere particolari che anche gli stessi radiologi possono vedere. Un nuovo sistema di intelligenza artificiale è stato recentemente messo a punto da Google: tale sistema ha “imparato” a riconoscere i tumori attraverso l’analisi dei risultati di migliaia di mammografie e può andare oltre la capacità umana di identificare piccoli segni che l’occhio umano e il cervello non riescono a percepire. La capacità diagnostica di questo nuovo sistema di intelligenza artificiale è stata valutata attraverso l’utilizzo di due set di dati clinicamente rilevanti, provenienti rispettivamente dal Regno Unito (25,856 mammografie raccolte tra il 2012 e il 2015 in due diversi centri medici) e dagli Stati Uniti (3,097 mammografie raccolte tra il 2001 e il 2018 in un unico centro accademico medico). Le predizioni del nuovo sistema informatico sono state paragonate a quelle fatte dai medici nella pratica clinica ed è emerso che il sistema informatico ha la capacità di identificare il tumore con un livello di accuratezza simile a quello di radiologi esperti, ma allo stesso tempo è in grado di ridurre il numero di falsi positivi del 5.7% nelle pazienti americane e dell’1.2% in quelle inglesi.
Anche il numero di falsi negativi risulta ridotto: del 9.4% nelle pazienti americani e del 2.7% in quelle inglesi. Questi risultati riflettono le differenze nel modo in cui le mammografie vengono lette: negli Stati Uniti solo un radiologo legge i risultati ed i test sono effettuati ogni uno-due anni, mentre in Inghilterra i test sono effettuati ogni tre anni e ciascun test è letto da due radiologi. Quando in disaccordo, è richiesta l’interpretazione di un terzo radiologo.
In un test separato il sistema di intelligenza artificiale è stato messo a confronto con 6 radiologi e la prestazione del sistema informatico nella diagnosi del cancro è stata migliore.
Lo studio presenta alcune limitazioni, quale l’utilizzo dello stesso tipo di dispositivo per immagini e, soprattutto, molte pazienti del gruppo americano avevano tumore al seno conclamato.
I risultati di questi studi sono stati pubblicati sulla prestigiosa rivista scientifica “Nature” del gennaio 2020 e costituiscono una prova dell’impatto che l’utilizzo di questo sistema di intelligenza artificiale può avere nella clinica medica: può offrire grande supporto al lavoro di medici, radiologi e chirurghi, migliorando la precisione della diagnosi, riducendo i tempi di attesa tra il test e la diagnosi essendo in grado di individuare il cancro prima di quanto permettano gli strumenti attualmente disponibili. In definitiva, questa tecnologia ha il potenziale di fornire risultati diagnostici in maniera sostenibile e sopperire, eventualmente, a condizioni di carenze di personale.

di Antonio Giordano

TRATTO DA MAGAZINE INFORMARE N°202 – FEBBRAIO 2020