Il cancro al seno è una delle patologie oncologiche più diffuse tra le donne in tutto il mondo. Il suo tempestivo rilevamento è fondamentale per garantire un trattamento efficace e migliorare la sopravvivenza delle pazienti. Tra le tecniche di screening disponibili, la mammografia è considerata la più efficace e ampiamente utilizzata.
Negli ultimi anni, l’intelligenza artificiale (AI) si è rivelata una tecnologia promettente per migliorare le prestazioni diagnostico-terapeutiche del sistema sanitario, compreso il cancro al seno. In particolare, l’AI può essere utilizzata per supportare l’interpretazione delle immagini mammografiche, rilevando eventuali anomalie e facilitando la diagnosi precoce del tumore.
Tuttavia, l’efficacia dell’AI nello screening mammografico dipende anche dal sistema mammografico utilizzato per acquisire le immagini. I diversi sistemi mammografici, infatti, possono produrre immagini di qualità e dettaglio differenti, influenzando la capacità dell’AI di rilevare le anomalie.
Uno studio recente ha analizzato l’impatto dei diversi sistemi mammografici sulle prestazioni dell’AI nello screening del cancro al seno. I ricercatori hanno utilizzato un algoritmo di AI per analizzare 10.228 mammografie provenienti da 2.357 donne, acquisite con tre diversi sistemi mammografici: mammografia analogica, mammografia digitale diretta e mammografia digitale indiretta.
I risultati dello studio hanno evidenziato che l’AI ha ottenuto migliori prestazioni diagnostiche con la mammografia digitale diretta rispetto alla mammografia analogica e alla mammografia digitale indiretta. In particolare, l’AI ha rilevato il 71% dei tumori al seno nella mammografia digitale diretta, rispetto al 63% nella mammografia digitale indiretta e al 56% nella mammografia analogica.
Gli autori dello studio hanno sottolineato l’importanza di utilizzare sistemi mammografici di alta qualità per migliorare l’efficacia dell’AI nello screening del cancro al seno. Tuttavia, hanno anche evidenziato che l’AI può essere utilizzata come un utile strumento di supporto anche con sistemi mammografici di qualità inferiore.
Inoltre, il progresso tecnologico nella produzione di mammografi digitali di alta qualità, potrebbe migliorare ulteriormente le prestazioni dell’AI nello screening del cancro al seno.
In conclusione, l’AI rappresenta una tecnologia promettente per migliorare l’efficacia dello screening mammografico per la diagnosi precoce del cancro al seno. Tuttavia, l’impatto dell’AI sulle prestazioni diagnostiche dipende anche dalla qualità del sistema mammografico utilizzato per acquisire le immagini. È quindi importante continuare a investire nella ricerca e nello sviluppo di sistemi mammografici di alta qualità per migliorare l’efficacia dell’AI nello screening del cancro al seno.
ARTICOLO: LINK
Gli strumenti di intelligenza artificiale (AI) possono aiutare i programmi di mammografia di screening del seno, ma prove limitate supportano la loro generalizzabilità a nuove impostazioni.
Questo studio retrospettivo ha utilizzato un set di dati triennale (1/04/2016-31/03/2019) da un programma di screening regionale del Regno Unito.
Le prestazioni di un algoritmo di screening del seno disponibile in commercio sono state valutate con una soglia decisionale prespecificata e specifica del sito per valutare se le sue prestazioni fossero trasferibili a un nuovo sito clinico.
Il set di dati consisteva in donne che hanno partecipato a screening di routine (50-70 anni), esclusi i richiami tecnici, gli auto-riferimenti e quelli con una mastectomia precedente, requisiti fisici complessi o senza le quattro viste standard dell’immagine. In totale, 55.916 partecipanti allo screening (età media, 60 ± 6 [DS] anni) hanno soddisfatto i criteri di inclusione.
La soglia prespecificata ha comportato elevati tassi di richiamo (48,3%; 21.929/45.444), che si sono ridotti al 13,0% (5.896/45.444) dopo la calibrazione della soglia, più vicini al livello di servizio osservato (5,0%; 2.774/55.916).
Anche i tassi di richiamo sono aumentati di circa tre volte a seguito di un aggiornamento del software sull’apparecchiatura mammografica, richiedendo soglie per versione del software. Utilizzando soglie specifiche del software, l’algoritmo di intelligenza artificiale avrebbe richiamato 277/303 (91,4%) tumori rilevati dallo schermo e 47/138 (34,1%) tumori dell’intervallo.
Le prestazioni e le soglie dell’IA dovrebbero essere convalidate per le nuove impostazioni cliniche prima dell’implementazione, mentre i sistemi di garanzia della qualità dovrebbero monitorare le prestazioni dell’IA per verificarne la coerenza.
