Uno studio al quale hanno partecipato l’Università di Milano-Bicocca e la Fondazione Irccs San Gerardo dei Tintori sostiene la validità dell’intelligenza artificiale nell’affiancare i medici per la definizione ecografica del rischio di malignità di formazioni ovariche.
Lo studio, apparso su Nature Medicine, ha visto la collaborazione di 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.
La ricerca è stata condotta da un team del Karolinska Institutet in Svezia e ha coinvolto venti centri in otto Paesi analizzando un dataset di oltre 17.000 immagini ecografiche provenienti da più di 3.600 pazienti.
L’obiettivo è stato 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 d’errore diagnostico e migliorare la gestione clinica delle pazienti.
«Le lesioni ovariche sono comuni e spesso rilevate incidentalmente, per questo è fondamentale definire il più precisamente possibile il rischio di malignità», spiega il prof. Fruscio. «Abbiamo sviluppato e validato un sistema di IA in grado di distinguere, partendo da un’immagine ecografica, le lesioni ovariche benigne dalle maligne.
Abbiamo poi confrontato le prestazioni dell’IA con quelle di operatori ecografi 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 poco, agli esperti e significativamente migliore dei non esperti».
I modelli basati su IA, 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 usati 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. 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».
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.
