Cancro al seno, il deep learning può aiutare a prevenirne i rischi

L’algoritmo è in grado di distinguere tra le varie mammografie di diverse donne per calcolare il rischio di quest’ultime di sviluppare il cancro al seno. Il metodo viene descritto in uno studio pubblicato su Radiology.

Cos’è il cancro al seno?

Il seno è posto tra la pelle e la parete del torace ed è costituito da un insieme di ghiandole e tessuto adiposo. La mammella è un organo ghiandolare, presente in entrambi i sessi ma molto sviluppata nelle femmine. Le strutture ghiandolari, chiamate lobuli, sono unite tra loro a formare un lobo, e in un seno vi sono da 15 a 20 lobi. Il latte giunge al capezzolo dai lobuli attraverso piccoli tubi chiamati dotti galattofori o lattiferi.

Il tumore al seno è una malattia potenzialmente grave se non è individuata e curata per tempo. È dovuto alla moltiplicazione incontrollata di alcune cellule della ghiandola mammaria che si trasformano in cellule maligne e acquisiscono la capacità di staccarsi dal tessuto che le ha generate per invadere quelli circostanti e, col tempo, anche organi più lontani.

Secondo i dati riportati nel report I numeri del cancro in Italia 2020 a cura dell’Associazione italiana registri tumori (AIRTUM) e l’Associazione italiana di oncologia medica (AIOM), il tumore della mammella resta la neoplasia più frequente in Italia. Con 54.976 nuove diagnosi in un anno, questo tumore rappresenta infatti il 30,3 % di tutti i tumori che colpiscono le donne e il 14,6 % di tutti i tumori diagnosticati in Italia.

Tuttavia, se l’incidenza (numero di nuovi casi) è in leggera crescita soprattutto nelle donne più giovani, la mortalità è in diminuzione (una riduzione del 6 % nel 2020 rispetto al 2015), pur rimanendo questa malattia la prima causa di morte per tumore nelle donne.

Quali sono i metodi di prevenzione del cancro al seno?

Fra i molteplici fattori che condizionano l’insorgenza di un tumore alla mammella, solo pochi purtroppo sono influenzati dalle abitudini personali: l’esercizio fisico, il controllo del peso e l’assunzione moderata di alcol. Per prevenire i danni derivanti dalla malattia, il modo più efficace è la diagnosi precoce, attraverso un adeguato programma di controlli.

I principali strumenti per la diagnosi di questa patologia sono la visita da parte di uno specialista senologo, la mammografia (radiografia della mammella) e l’ecografia mammaria. Come rileva il comunicato della Radiological Society of North America, la mammografia annuale viene raccomandata per tutte le donne all’età di quarant’anni. Controlli del genere possono ridurre la mortalità per il cancro al seno e possono ridurre l’incidenza del cancro avanzato al seno.

Mammografia e misurazioni della densità del seno

Le mammografie sono in grado di fornire anche una valutazione del rischio di cancro al seno soprattutto attraverso le misurazioni della densità del seno stesso. Quelli più densi, infatti, possono essere associati ad un rischio più elevato di cancro. Tuttavia ci sono altri fattori che possono aumentare questo rischio, alcuni di essi spesso non rilevati o non rilevabili dalle mammografie.

I metodi convenzionali di valutazione del rischio di cancro al seno che utilizzano fattori di rischio clinici non sono stati così efficaci.

John A. Shepherd, un professore del Population Sciences in the Pacific Program presso il Centro oncologico dell’Università delle Hawaii a Honolulu, l’autore dello studio.

Lo studio Radiology

Il dottor Shepherd insieme ai suoi ricercatori hanno dimostrato che lo screening mammografico riduce la mortalità per cancro al seno riducendo l’incidenza del cancro avanzato. Tuttavia, la mammografia ha ridotto la sensibilità nella rilevazione dei tumori al seno, nei seni con tessuto radiologicamente denso e complesso. Questi tumori scoperti entro 12 mesi dopo il normale screening mammografico sono definiti come tumori a intervallo e la riduzione della sensibilità mammografica dalla densità del seno è comunemente chiamata mascheramento. 

Circa il 13% dei tumori al seno diagnosticati negli Stati Uniti sono appunto tumori a intervallo, che hanno di solito una biologia tumorale più aggressiva e vengono tipicamente scoperti in una fase avanzata.  È quindi importante identificare le donne ad alto rischio di cancro al seno a intervalli e fornire strategie di prevenzione aggiuntive come screening supplementari.

Risultati e analisi

Per lo studio hanno utilizzato un set di dati di oltre 25.000 mammografie di screening digitale di 6.369 donne che hanno partecipato allo screening mammografico. Più di 1.600 donne hanno sviluppato un cancro al seno rilevato dallo screening e 351 hanno sviluppato un cancro al seno invasivo a intervalli.

I ricercatori hanno addestrato il modello di deep learning per trovare dettagli, o segnali, nella mammografia che potrebbero essere collegati a un aumento del rischio di cancro. Quando hanno testato il modello basato sull’apprendimento profondo, ha avuto prestazioni inferiori nella valutazione dei fattori di rischio per il cancro a intervalli, ma ha superato i fattori di rischio clinici, inclusa la densità del seno, nel determinare il rischio di cancro rilevato dallo screening.

I risultati hanno mostrato che il segnale extra che stiamo ricevendo con l’intelligenza artificiale fornisce una migliore stima del rischio per il cancro rilevato dallo screening.

John A. Shepherd

Leggi anche “Deep Learning per diagnosticare tumori della pelle tramite smartphone“

Questi risultati avranno implicazioni significative per le pratiche cliniche in cui la sola densità del seno guida molte decisioni di gestione. Invece di essere avvisati di tornare l’anno prossimo per un altro screening, le donne con una mammografia negativa potrebbero essere ordinate in base al rischio in uno dei tre percorsi seguenti: basso rischio di cancro al seno, elevato rischio rilevato dallo screening o cancro invasivo a intervallo elevato nei prossimi tre anni, il tempo medio di follow-up per lo studio.

Crediti immagine in evidenza: Persone foto creata da wayhomestudio – it.freepik.com