Diagnosi di tumore ovarico: l’intelligenza artificiale supera (di poco) gli esperti
Robert Fruscio, professore all’università di Milano-Bicocca, ha partecipato a uno studio pubblicato su Nature Medicine. I ricercatori hanno addestrato un programma a distinguere le lesioni maligne da quelle benigne
Milano, 22 gennaio 2025 – Fra le applicazioni principali dell’intelligenza artificiale c’è, sicuramente, la sanità in tutti i suoi campi. Lo dimostra, fra gli altri, un recente studio, pubblicato sulla rivista Nature Medicine, a cui ha collaborato Robert Fruscio, professore associato in Ginecologia e Ostetricia dell'Università di Milano-Bicocca e direttore della Struttura semplice di Ginecologia Preventiva della Fondazione Irccs San Gerardo dei Tintori.
Il tema dell’elaborato è l’impiego dell'intelligenza artificiale nell’individuazione di un tumore – nello specifico quello ovarico – in fase precoce, così da garantire una prevenzione e una cura efficaci.
Lo studio
La ricerca, condotta da un team del Karolinska Institutet in Svezia, ha coinvolto 20 centri in otto Paesi e ha analizzato un dataset di oltre 17.000 immagini ecografiche provenienti da più di 3.600 pazienti, tra cui alcune che si sono rivolte all'ospedale San Gerardo di Monza.
L’obiettivo è stato quello di addestrare un programma di intelligenza artificiale a distinguere, in queste immagini, le lesioni ovariche benigne da quelle maligne e testare le potenzialità di questi modelli nel supportare le diagnosi mediche, ridurre il margine di errore diagnostico e migliorare la gestione clinica delle pazienti.
Campanello d’allarme
“Le lesioni ovariche sono comuni e spesso rilevate incidentalmente, per questo è fondamentale, al fine di impostare un trattamento corretto, definirne il più precisamente possibile il rischio di malignità", spiega Robert Fruscio.
“Abbiamo sviluppato e validato un sistema di Intelligenza artificiale in grado di distinguere, a partire da un'immagine ecografica, le lesioni ovariche benigne e quelle maligne – proseuge il docente della Bicocca – Abbiamo poi confrontato le prestazioni dell'IA con quelle di operatori ecografici esperti (tra i quali io e altri colleghi da tutto il mondo) e di operatori non esperti. Il modello si è rivelato superiore, seppur di pochissimo, agli esperti e significativamente migliore dei non esperti”.
Un miglioramento
I modelli basati sull'Intelligenza artificiale, nello specifico, hanno raggiunto un tasso di accuratezza nell'individuazione del cancro ovarico dell'86%, rispetto all'82% degli esperti umani e al 77% di quelli con minore esperienza.
I risultati sono stati consistenti indipendentemente dall’età dei pazienti, dai dispositivi ecografici utilizzati e dai contesti clinici. L’importanza di questa sperimentazione avviene in un contesto generale in cui gli operatori esperti scarseggiano in molte parti del mondo e non sono disponibili in tutti gli ospedali.
I pericoli
La carenza di ecografisti esperti ha come conseguenza da una parte l’esecuzione di interventi chirurgici non necessari e dall’altra una diagnosi ritardata di cancro.
“I modelli di intelligenza artificiale potrebbero quindi costituire un ausilio per gli operatori meno esperti nel processo di selezione di pazienti da inviare a centri di secondo livello e, dall'altra parte, evitare chirurgie inutili in pazienti con lesioni a basso rischio”, continua Robert Fruscio. "In generale, è il classico caso in cui la IA non si sostituisce all'uomo, ma potrebbe migliorare l'efficienza di tutto il sistema e la gestione delle pazienti”.
La simulazione
Sempre secondo lo studio, in una simulazione di triage, il supporto diagnostico guidato dall'IA ridurrebbe del 63% i rinvii agli esperti, superando significativamente le prestazioni diagnostiche della pratica corrente.
Pur sottolineando che sono necessari ulteriori studi prospettici e randomizzati per convalidare il beneficio clinico e le prestazioni diagnostiche dei modelli di Intelligenza artificiale, lo studio offre spunti di riflessione sull'applicabilità dei sistemi di supporto diagnostico guidati dall'IA per la diagnosi del cancro ovarico.