Un algoritmo che analizza le immagini mammografiche si è dimostrato utile nel ridurre gli errori di interpretazione. Così avremo diagnosi più accurate. I risultati pubblicati su Nature
Nella diagnosi di tumore al seno sarà l'intelligenza artificiale l'arma in più a disposizione degli oncologi. Un algoritmo in grado di analizzare ed interpretare le immagini provenienti dalle mammografie -sviluppato dai ricercatori di Google Health in collaborazione con Northwestern University, Cancer Research U.K. Imperial Centre e Royal Surrey County Hospital- si è dimostrato essere più accurato del solo occhio del medico nell'individuare la presenza di un tumore al seno. I risultati sono stati pubblicati dalla rivista Nature.
L'IMPORTANZA DELLA DIAGNOSI PRECOCE
Nella lotta ai tumori la diagnosi precoce gioca un ruolo fondamentale. Prima si arriva alla diagnosi, minore sarà l'impatto delle cure e maggiori le possibilità di guarigione. Questo è particolarmente vero per il tumore del seno, una neoplasia che secondo gli ultimi dati AIOM (Associazione Italiana di Oncologia Medica) relatoivi al 2019 ha riguardato 53 mila donne. Quando la malattia viene diagnosticata in fase precoce le percentuali di sopravvivenza sono molto elevate (prossime al 98%). Per questa ragione esami come la mammografia e l'ecografia mammaria, a seconda delle caratteristiche del seno e dell'età della donna, sono fondamentali per una diagnosi precoce.
PIU' INFORMAZIONI POSSIBILI DALLE IMMAGINI
L'esame più diffuso a tale scopo è la mammografia, un test diagnostico offerto in Italia sottoforma di "screening" a tutte le donne dai 50 ai 69 anni. L'esame consente di visualizzare forma e struttura della ghiandola mammaria permettendo di individuare formazioni anomale anche di piccole dimensioni. Ad interpretare l'immagine ci pensa l'occhio del radiologo. Negli ultimi anni, grazie alla tecnologia informatica, sono stati fatti notevoli passi avanti nell'analisi di queste "foto". Attraverso specifici programmi informatici il medico ha a disposizione uno strumento che supporta la diagnosi e lo aiuta a comparare nel tempo le immagini per comprendere l’evoluzione della ghiandola.
UN AIUTO DALL'INTELLIGENZA ARTIFICIALE
Ma la vera novità in fatto di interpretazione delle immagini arriva dall'intelligenza artificiale. Le immagini infatti contengono molte più informazioni di quelle visibili ad occhio nudo. Informazioni che potrebbero cambiare il modo di fare diagnosi precoce. Secondo gli ultimi dati dell'American Cancer Society, circa il 20% dei tumori al seno non viene individuato attraverso questo esame (falsi negativi). Non solo, un'altra fetta consistente riguarda i falsi positivi, situazioni in cui sembra esserci un tumore ma che andando ad indagare in maniera approfondita non risultano tali. Partendo da queste considerazioni i ricercatori del consorzio di Google Health hanno provato a sviluppare un algoritmo in grado di aiutare il medico nell'interpretazione delle immagini mammografiche.
IL COMPUTER BATTE L'UOMO. NON SEMPRE
Per farlo gli scienziati hanno "istruito" il sistema di intelligenza artificiale facendogli analizzare 30 mila immagini mammografiche incrociando i dati provenienti dalle biopsie per la conferma o meno della diagnosi tumorale. In questo modo è stato così possibile "insegnare" all'algoritmo come riconoscere una lesione sospetta. Successivamente il sistema di intelligenza artificiale è stato testato per valutarne l'efficacia. Dalle analisi è emersa una riduzione del 5,7% e dell'1,7% dei falsi positivi (dati USA e UK rispettivamente) e del 9,4% e 2,7% nei falsi negativi. Non solo, l'algoritmo quando messo in competizione con 6 radiologi esperti attraverso l'analisi di 500 mammografie, ha mostrato risultati non inferiori rispetto al solo occhio umano. In alcuni casi si è dimostrato utile ad individuare un tumore che nessuno dei medici aveva visto, in altri è stato l'occhio esperto del radiologo a superare la macchina. I risultati ottenuti, seppur tutt'altro che definitivi e con alcune limitazioni relative all'analisi dei dati, mostrano ancora una volta l'utilità della tecnologia al servizio del medico. Una situazione in cui la tecnologia supporterà l'intelligenza umana nell'interpretazione delle immagini. Il prossimo passo sarà ora quello di "istruire" ulteriormente l'algoritmo testandolo su un più ampio numero di casi.
Daniele Banfi
Giornalista professionista è redattore del sito della Fondazione Umberto Veronesi dal 2011. Laureato in Biologia presso l'Università Bicocca di Milano - con specializzazione in Genetica conseguita presso l'Università Diderot di Parigi - ha un master in Comunicazione della Scienza ottenuto presso l'Università La Sapienza di Roma. In questi anni ha seguito i principali congressi mondiali di medicina (ASCO, ESMO, EASL, AASLD, CROI, ESC, ADA, EASD, EHA). Tra le tante tematiche approfondite ha raccontato l’avvento dell’immunoterapia quale nuova modalità per la cura del cancro, la nascita dei nuovi antivirali contro il virus dell’epatite C, la rivoluzione dei trattamenti per l’ictus tramite la chirurgia endovascolare e la nascita delle nuove terapie a lunga durata d’azione per HIV. Dal 2020 ha inoltre contribuito al racconto della pandemia Covid-19 approfondendo in particolare l'iter che ha portato allo sviluppo dei vaccini a mRNA. Collabora con diverse testate nazionali.
