Mammografia, confronto tra intelligenza artificiale e sistemi diagnostici automatizzati

Il carcinoma al seno è il tumore più diffuso tra la popolazione femminile, anche in Italia, rappresentando il 14,6% di tutte le diagnosi oncologiche effettuate sulle donne: questo l’ultimo valore presentato dall’Associazione Italiana Registri Tumori. Se si allarga lo sguardo al mondo, si parla di due milioni di nuovi casi l’anno, con un’incidenza nettamente superiore nei Paesi più ricchi, alla quale si associa, però, anche una maggiore speranza di vita.

Nei Paesi poveri o in via di sviluppo il cancro al seno miete più vittime, perché le possibilità di ricevere una diagnosi precoce e di accedere a terapie efficaci sono inferiori. Nel mondo occidentale, come siamo ancora abituati a chiamarlo, sono ormai parecchio diffusi gli screening di prevenzione sulla popolazione femminile più predisposta allo sviluppo di questa forma tumorale, il che facilita diagnosi precoci e interventi tempestivi: due aspetti fondamentali di un percorso terapeutico di successo.

Sempre più spesso, le donne trattate per tumore al seno non solo sopravvivono, ma in un certo senso guariscono… ovvero non hanno casi di recidive negli anni successivi e tornano a vivere una vita normale. Un privilegio legato proprio all’attenzione che i nostri Paesi danno a questa patologia neoplastica, oltre che agli avanzamenti permessi dalla tanta ricerca che si fa su questa forma tumorale. Esami elitari per la diagnosi del carcinoma della mammella sono l’ecografia e la mammografia.

In questo secondo caso la diagnosi viene effettuata osservando le variazioni di tono di grigio che delineano o meno la presenza di una massa tra le ghiandole mammarie. Da qualche tempo si sta parlando di utilizzare sistemi di intelligenza artificiale capaci di individuare anche le più piccole variazioni di tono e, quindi, di individuare anche i tumori più piccoli, verosimilmente neoformati. I primi modelli sono già stati costruiti e testati, con esiti incoraggianti.

Tra gli ultimi studi al riguardo ce n’è uno coreano, che mette a confronto gli esiti di un sistema di assistenza alla diagnosi basato su intelligenza artificiale (AI-CAD) con quelli di un programma automatico già in uso di valutazione della densità e quelli ottenuti da radiologi umani. 488 le mammografie prese in considerazione, tutte effettuate all’interno dello stesso istituto.

Gli autori hanno potuto verificare che il tasso di accordo tra i risultati dell’AI-CAD e della diagnosi effettuata dai radiologi è del 68,2%: ciò significa che la diagnosi è stata uguale in 333 casi su 488. C’è però da sottolineare che il risultato è simile anche se si confrontano gli esiti ottenuti con il programma di diagnosi automatico con le letture umane, in questo caso il tasso di accordo è del 62,7%, addirittura più basso. Nessuno dei due sistemi raggiunge ancora la perfezione, però tra loro si equivalgono abbastanza, il che è già un risultato di cui tenere conto.

Inoltre, si ricorda che questi sistemi di lettura delle immagini mammografiche avranno il compito di supportare lo specialista, non di sostituirglisi… esistono infatti situazioni in cui la stanchezza o l’eccessivo carico di lavoro può ridurre la precisione diagnostica di un essere umano. Le macchine, di contro, non sentono stanchezza ed elaborano ogni immagine con la stessa precisione, che sia la prima della giornata o la duecentesima: un aspetto da non sottovalutare.

(Lo studio: Lee, S.E., Son, NH., Kim, M.H. et al. Mammographic Density Assessment by Artificial Intelligence-Based Computer-Assisted Diagnosis: A Comparison with Automated Volumetric Assessment. J Digit Imaging (2022). https://doi.org/10.1007/s10278-021-00555-x)

Stefania Somaré