L'intelligenza artificiale rileva un terzo dei casi di cancro al seno non rilevati dallo screening

Secondo uno studio pubblicato oggi sulla rivista Radiology, un algoritmo di intelligenza artificiale per lo screening del cancro al seno potrebbe migliorare le prestazioni della mammografia con tomosintesi digitale (DBT), riducendo fino a un terzo i tassi di cancro intervallare.

I tumori mammari intercalati sono tumori sintomatici diagnosticati tra una mammografia di screening di routine e l'altra. Questi casi hanno in genere una prognosi peggiore a causa della malattia più aggressiva e della rapida crescita tumorale. La DBT, o mammografia 3D, offre una migliore visualizzazione delle lesioni mammarie e può identificare tumori che potrebbero essere nascosti da tessuto denso. Tuttavia, poiché la DBT è una tecnologia relativamente nuova, i dati sugli esiti a lungo termine per le pazienti presso istituti che hanno recentemente adottato la tecnica rimangono limitati.

"Data la scarsità di dati sulla mortalità per cancro al seno oltre i 10 anni di screening DBT, i tassi di cancro nell'intervallo vengono spesso utilizzati come indicatori", spiega l'autrice dello studio, la Dott.ssa Manisha Bahl, direttrice della qualità dell'imaging mammario presso il Massachusetts General Hospital e professoressa associata presso la Harvard Medical School.
"Una diminuzione di questo tasso suggerisce una diminuzione dell'incidenza e della mortalità per cancro al seno".

Studio: l'intelligenza artificiale identifica i tumori non rilevati

In uno studio su 1.376 casi, Bal e colleghi hanno analizzato retrospettivamente 224 tumori intercalari in 224 donne sottoposte a screening DBT. In queste immagini, l'algoritmo di intelligenza artificiale Lunit INSIGHT DBT v1.1.0.0 ha localizzato correttamente il 32,6% (73 su 224) dei tumori precedentemente non rilevati.

"Siamo rimasti sorpresi dal fatto che quasi un terzo dei tumori intervallari siano stati rilevati e localizzati con precisione dall'algoritmo dell'intelligenza artificiale in mammografie che in precedenza venivano interpretate come normali dai radiologi, evidenziando il potenziale dell'intelligenza artificiale come 'secondo lettore'", ha affermato Bahl.

Secondo i ricercatori, questo potrebbe essere il primo studio pubblicato che esamina specificamente l'utilizzo dell'intelligenza artificiale per rilevare i tumori intervallari nelle immagini DBT.

"L'intelligenza artificiale è stata utilizzata in precedenza per rilevare i tumori intervallari nelle mammografie digitali 2D convenzionali, ma, a nostra conoscenza, non ci sono studi pubblicati in letteratura sul rilevamento tramite intelligenza artificiale dei tumori intervallari specificamente nelle scansioni di tomosintesi 3D", ha spiegato Bal.

Metodologia: a livello di lesione, non solo un'istantanea

Per evitare di sopravvalutare la sensibilità dell'algoritmo, il team di Bal ha utilizzato un'analisi specifica per lesione: all'IA veniva assegnato un "punteggio" solo se identificava e localizzava correttamente la posizione esatta del tumore.

"Al contrario, l'analisi dell'immagine intera può dare all'IA un 'pass' anche se l'annotazione è errata, il che aumenta artificialmente la sensibilità", aggiunge.
"Concentrarsi sull'accuratezza della localizzazione della lesione fornisce una valutazione più affidabile delle prestazioni cliniche dell'algoritmo".

Cosa scopre esattamente l'intelligenza artificiale?

• I tumori rilevati dall'algoritmo tendevano ad essere più grandi
• Più spesso si è arrivati a danni ai linfonodi
• Ciò potrebbe significare che l'intelligenza artificiale identifica principalmente tumori aggressivi o in rapida crescita, oppure quelli che erano già in fase avanzata ma che non sono stati individuati dai medici durante lo screening.

Risultati complessivi:

Tra 1.000 pazienti (inclusi sia quelli con tumori confermati sia quelli con risultati benigni o falsi positivi), AI:

• Localizzato correttamente l'84,4% dei 334 casi veri positivi
• Classificato correttamente l'85,9% di 333 veri negativi
• Rifiutato come falso il 73,2% dei 333 casi falsi positivi

Conclusioni e significato

"Il nostro studio ha dimostrato che l'algoritmo di intelligenza artificiale è in grado di rilevare retrospettivamente e localizzare con precisione quasi un terzo dei tumori al seno di intervallo sulle immagini di screening DBT, indicando il suo potenziale nel ridurre l'incidenza dei tumori di intervallo e migliorare i risultati dello screening", ha affermato il dott. Bahl.

"I nostri risultati supportano l'integrazione dell'intelligenza artificiale nei flussi di lavoro DBT per migliorare l'accuratezza della diagnosi del cancro. Tuttavia, l'impatto reale dipenderà dalla misura in cui i radiologi adotteranno e adatteranno l'intelligenza artificiale nella pratica clinica, nonché dalla sua efficacia nei diversi contesti clinici."