Un recente studio pubblicato su Nature Medicine, condotto da un team di ricercatori internazionali, tra cui il professor Alexander Katalinic, un esperto in medicina preventiva e epidemiologia, noto per il suo lavoro sullo screening del cancro, ha esaminato l’efficacia dell’intelligenza artificiale (AI) nel migliorare i tassi di rilevamento del cancro al seno durante gli screening.
La maggior parte degli studi condotti ad oggi in questo campo è di tipo retrospettivo: ossia applica l’AI ai dati e alle immagini raccolte in precedenza per verificare se le scelte fatte dal programma sarebbero state corrette (visto che si sa già tutto di quei casi).
La novità sta nel fatto che questo è uno studio prospettico in cui 119 medici radiologi sono stati divisi in due gruppi: in un caso potevano scegliere quando farsi supportare dall’AI nell’interpretazione delle immagini mammografiche, mentre l’altro gruppo ha rappresentato il controllo. In entrambi, la lettura di ogni mammografia veniva eseguita sempre da due radiologi, separatamente, come da linee guida.
Condotto in Germania, lo studio ha coinvolto 461.818 donne di età compresa tra 50 e 69 anni, sottoposte a screening tra luglio 2021 e febbraio 2023. Di queste, 260.739 hanno avuto le loro mammografie esaminate con l’ausilio di uno strumento di AI.
I risultati hanno mostrato che l’uso dell’AI ha aumentato il tasso di rilevamento del cancro al seno al 6,7%, rispetto al 5,7% del gruppo di controllo, corrispondente a un caso aggiuntivo per ogni 1.000 donne sottoposte a screening, non ha aumentato il tasso di falsi positivi e ha ridotto anche il carico di lavoro dei radiologi.
Il progresso tecnologico, da sempre, ha aiutato a vedere ciò che l’occhio umano non poteva fare. Ora l’AI non solo aiuta a vedere, ma anche ad interpretare quello che prima non era visibile.
Questo è ritenuto un elemento sicuramente positivo quando si tratta di visione artificiale in ambito industriale, sicurezza e sorveglianza, agricoltura di precisione, analisi di dati astronomici o un’immagine radiologica di una mammografia, ma fa differenza in ambito sanitario per le decisioni che ne derivano e la relativa responsabilità medica.
Gli studi sull’uso della AI per il miglioramento dello screening del tumore della mammella suscitano commenti positivi e discussioni nella comunità scientifica per diversi aspetti:
– potenziale di miglioramento dei tassi di rilevamento individuando più casi senza aumentare significativamente il tasso di falsi positivi, permettendo di ridurre il numero di donne che vengono sottoposte a procedure diagnostiche aggiuntive non necessarie;
– sostegno ai radiologi come strumento di supporto per ridurre il carico di lavoro e aumentare l’efficienza nella lettura delle mammografie. La AI non sostituisce il lavoro umano, ma lo integra, offrendo una seconda opinione utile per confermare o rivedere le diagnosi;
– rischio di iperdiagnosi dove l’uso della AI potrebbe portare a diagnosticare casi che potrebbero non evolversi in tumori clinicamente significativi, cioè, individuare tumori molto piccoli che non richiedono trattamento, causando ansia e interventi inutili;
– effettiva riduzione della mortalità dove la speranza è che la diagnosi più precoce con AI possa tradursi in una riduzione della mortalità per tumore mammario; gli esperti sanno che questo non è un risultato scontato ed il follow-up degli studi, compreso quello da poco pubblicato su Nature Medicine, potrà dare una risposta;
– accesso e implementazione su larga scala dove, soprattutto in Paesi con risorse limitate, l’accesso alla tecnologia della AI e la formazione necessaria per i radiologi potrebbero essere ostacoli importanti;
– futuro della medicina personalizzata aprendo la strada ad una maggiore personalizzazione degli screening per il cancro al seno, utilizzando AI per adattare meglio i piani di screening alle caratteristiche individuali delle pazienti.
In generale, i commenti sono positivi riguardo all’innovazione, ma sottolineano anche la necessità di ulteriori studi per comprendere completamente i benefici e i potenziali rischi a lungo termine.
Da ultimo il tema spesso portato alla ribalta: se per i radiologi siamo di fronte ad una competizione umano-macchina. Sono convinto che siamo di fronte ad una nuova fase di integrazione e non di competizione, dove però l’integrazione può diventare una possibile criticità. Con le conoscenze attuali, nel futuro prossimo, ci aspettiamo una trasformazione dell’attività del radiologo, che si focalizza sui casi più complessi, delegando il resto al supporto dell’intelligenza artificiale dove la sfida per le organizzazioni sanitarie sarà formare le competenze umane del radiologo per gestire questa transizione e la velocità con cui l’innovazione avverrà.
I sistemi di machine learning hanno imparato e continuano a imparare dai radiologi, ma questi sistemi possono accelerare i processi formativi degli specializzandi, migliorando le performance dei giovani radiologi e anche dei meno giovani. Comunque sia, anche se con l’aiuto dell’AI, i radiologi firmano il referto e si assumono la responsabilità della decisione medica. Se avranno più tempo a disposizione grazie alla AI, dovrà andare a vantaggio dei pazienti per una maggior presa in carico.
— — — —
Abbiamo bisogno del tuo contributo per continuare a fornirti una informazione di qualità e indipendente.
