Il tumore alla mammella è una malattia causata dalla moltiplicazione senza controllo di alcune cellule della ghiandola mammaria: tali cellule si trasformano in “maligne” determinando così l’avvio del carcinoma. In Italia, 1 donna su 9 è colpita dal tumore al seno: l’incidenza del carcinoma è in crescita rispetto al passato e si verifica più di frequente nella fascia di popolazione tra i 35 e i 55 anni. Ad oggi vi sono cure in grado di eliminare o ridurre il carcinoma, ma essenziale risulta essere la prevenzione del tumore al seno.
Come sempre, pensiamo sia utile riportare una breve descrizione dell’anatomia del sito di interesse di cui stiamo parlando. La mammella è una ghiandola formata da tessuto adiposo, tessuto ghiandolare e tessuto muscolare. Essa è formata da 15-18 lobi, ciascuno dei quali contiene più lobuli e un dotto principale che si apre nel capezzolo.
Il tumore alla mammella, al momento della sua scoperta, può trovarsi in diversi stadi che, indicativamente, è possibile dividere come segue:
Per prevenzione si intendono tutte le attività volte a prevenire l’insorgere della malattia: dall’auto palpazione ad esami di controllo eseguiti con regolarità, quali ecografia mammaria e mammografia. Vi sono centri che propongono campagne di screening mammografico regionale che permettono una prevenzione ancor più capillare.
Possibili sintomi del tumore al seno possono essere gonfiore e ispessimento della mammella e cambiamenti nella sua forma, dimensione e densità. Recenti studi hanno dimostrato come una mammella più densa sia soggetta a sviluppare un carcinoma mammario fino a 6 volte in più rispetto una mammella meno densa.
La densità mammaria viene valutata visivamente, identificandone la corretta classificazione: A, B, C, D. Nella classe A vi sono le mammelle quasi totalmente adipose, mentre nella classe D rientrano le mammelle estremamente dense. Si potrebbe pensare allora che “la densità” possa essere un indizio utile ad incrementare gli esami specialistici per comprendere le cause della densità della mammella.
Il tessuto denso appare bianco alla mammografia rendendo l’esame di più difficile lettura: pertanto la maggior difficoltà di analisi potrebbe ostacolare l’individuazione di eventuali anomale come calcificazioni o tumore. Proprio su questo tema si è focalizzata la realtà DeepTrace technologies: essa è uno spin off universitario della scuola IUSS di Pavia.
Questa spin off in collaborazione con l’Università di Milano, IRCCS Policlinico San Donato e il Centro Diagnostico Italiano mostra un altro grande risultato. Il team multidisciplinare italiano ha reso possibile l’implementazione di un software in grado di garantire una più precisa analisi della densità della mammella rilevata durante la mammografia. Sarà così possibile valutare in modo più oggettivo la densità della struttura incentivando di conseguenza esami specifici utili a prevenire. Vediamo ora come il sistema funziona.
Trace4BDesnit è un programma di intelligenza artificiale basato sul deep learning supervisionato con reti neurali convoluzionali e, come tale, viene “istruito” a svolgere in maniera automatica e precisa compiti che normalmente vengono svolti da esperti. Il sistema è stato “allenato” con 760 mammografie che sono state analizzate anche da 7 radiologi esperti.
Il test ha dimostrato che il sistema Trace4BDensit presenta un’accuratezza del 89% nel distinguere tra mammelle dense e mammelle non dense. Un risultato più che incoraggiante! L’utilizzo di un sistema artificiale permette di eliminare la componente soggettiva dovuta all’operatore e permette di raggiungere livelli di accuratezza ed efficienza molto alti.
L’esempio che vi abbiamo appena portato risulta essere solamente un’altra dimostrazione dei grandi passi in avanti che la tecnologia medica sta compiendo. L’utilizzo dell’Intelligenza Artificiale si sta diffondendo in modo sempre più capillare all’interno di diverse branche della medicina. Le premesse di Trace4BDensit sono solide e ci auguriamo che tale tecnologia possa diventare di frequente utilizzo nei diversi centri di cura e prevenzione.
A cura di Chiara Bregoli
