OK Google. Qui c’è un tumore?
Articolo a cura di Verdiana Zulian.
“OK Google. Qui c’è un tumore?”. Questa potrebbe essere la domanda che un medico porrà al suo assistente virtuale. Non è fantascienza ma intelligenza artificiale (IA) ed è già (quasi) realtà. L’uso dell’intelligenza artificiale in medicina è promettente, lo sanno bene i ricercatori di Google AI che hanno compreso come il machine learning (apprendimento automatico) può essere applicato anche nello screening tramite imaging.
In una recente pubblicazione, su Nature Medicine, Google AI e collaboratori della Northwestern University hanno infatti pubblicato i risultati ottenuti con un modello di deep learning (apprendimento profondo) capace di analizzare automaticamente le scansioni di TAC a basso dosaggio e valutare autonomamente la presenza di un tumore al polmone.
L’algoritmo ha mostrato un’accuratezza delle diagnosi pari al 94,4%, eguagliando, e in alcuni casi superando, medici radiologi esperti.
Il cancro al polmone ha i peggiori tassi di sopravvivenza fra tutti i tumori a livello mondiale poiché la maggior parte delle diagnosi vengono fatte quando la malattia è spesso in stadio avanzato e, si sa, nella dura lotta contro il cancro il tempismo è di fondamentale importanza. Da studi pilota condotti nella USA e in Europa, lo screening con TAC a basso dosaggio si è dimostrato un mezzo efficace di riduzione della mortalità, ma ci sono ancora delle forti criticità come: l’elevato numero di falsi positivi e sovradiagnosi. Questi portano a procedure successive non necessarie, interventi invasivi e conseguente aumento dei costi.
Google ha addestrato il suo algoritmo su più di 45000 TAC di pazienti la cui diagnosi era nota. In questo modo l’IA ha imparato se il paziente ha o non ha un tumore al polmone e se noduli sospetti si sono sviluppati in seguito in cancro. L’algoritmo funziona generando un modello 3D della TAC e usando quest’ultimo per rilevare la presenza o meno di noduli polmonari e per prevederne il rischio di malignità.
Dopo l’addestramento, l’algoritmo è stato testato su 6716 casi con diagnosi nota e le sue performance sono state confrontate con quelle di 6 medici radiologi. Quando per un paziente era disponibile una sola scansione, l’IA ha rilevato il 5% in più di casi di cancro e ridotto il numero di falsi positivi dell’11%. Se invece era disponibile anche una scansione precedente a quella esaminata, l’IA e i radiologi hanno ottenuto gli stessi risultati. In totale la precisione dell’IA nel rilevare i tumori al polmone è stata del 94,4%, un tasso veramente alto per questo tipo di tecnologia.
Il co-autore dello studio, il Dr Mozziyar Etemadi della Northwestern University, spiega come l’IA sia riuscita a battere in precisione i medici radiologi:
I radiologi generalmente esaminano centinaia di immagini in 2D o fette in una singola TAC, ma questo nuovo sistema di Machine learning vede i polmoni in un’unica grande immagine in 3D. L’IA in 3D può essere molto più sensibile nel rilevare precocemente il cancro al polmone rispetto all’occhio umano che guarda le immagini in 2D. Inoltre, questa rilevazione è tecnicamente in 4D perché non guarda solo una TAC ma due (la scansione attuale e la precedente) nel corso del tempo.
Ed è proprio da quest’ultima caratteristica che emerge l’enorme potenziale dell’uso dell’IA in questo studio, ossia la possibilità di prevedere e analizzare il rischio di malignità del cancro al polmone in maniera automatica. Inoltre, come suggerito dagli stessi autori della ricerca, le tecniche di machine learning di questo studio sono applicabili anche ad altri tipi di dati di imaging 3D, come quelli ricavabili da risonanza magnetica e PET.
Sarà dunque l’IA a valutare e interpretare i nostri esami diagnostici? La risposta (per il momento) è un secco no. La figura del medico è insostituibile e l’IA può avere un ruolo marginale di “assistente”. In ogni caso, visto che si tratta di salute, meglio avere quattro occhi piuttosto che due.
