Tumori, allo studio il contributo dell’Ai nel predire il rischio di cancro al seno

L'intelligenza artificiale con i suoi algoritmi può essere un valido aiuto per leggere le mammografie e intercettare così le donne destinate a sviluppare un tumore al seno https://www.alleatiperlasalute.it/oncologia/tumore-al-seno , migliorando i risultati del “classico modello di previsione del rischio a 5 anni". E integrare i due sistemi potrebbe migliorare l'analisi di radiologi e oncologici. Ne sono convinti gli autori di uno studio osservazionale che per anni hanno confrontato diversi algoritmi di Ai su migliaia di mammografie. I risultati dello studio sono pubblicati sulla rivista 'Radiology'.

Il rischio di cancro al seno di una donna – emerge dalla ricerca – viene calcolato utilizzando modelli clinici come quello di Bcsc (Breast Cancer Surveillance Consortium), che utilizza informazioni e dati sulla paziente, tra cui l’età, anamnesi familiare della malattia, eventuali maternità, la razza e/o l’etnia, una precedente biopsia mammaria con risultati benigni, fattori genetici e la densità mammografica del seno - per definire un punteggio.

Lo studio

"I modelli di rischio clinico dipendono dalla raccolta di informazioni da diverse fonti, che non sono sempre disponibili o raccolte – spiega il ricercatore Vignesh A. Arasu, radiologo praticante al Kaiser Permanente Northern California -. I recenti progressi nel 'deep learning' dell'Ai ci forniscono la possibilità di estrarre da centinaia a migliaia di caratteristiche mammografiche aggiuntive".

Nello studio retrospettivo, Arasu ha utilizzato dati associati a mammografie digitali bidimensionali di screening negative (nessuna evidenza visibile di cancro) eseguite al Kaiser Permanente Northern California nel 2016. Sono state escluse le donne con un precedente cancro al seno o con una mutazione genetica altamente penetrante. Delle 324.009 donne sottoposte a screening nel 2016 che soddisfacevano i criteri di ammissibilità, è stata selezionata una sottocoorte casuale di 13.628 donne, indipendentemente dallo stato oncologico. E sono state studiate anche tutte le 4.584 pazienti del pool totale a cui è stato diagnosticato un cancro entro 5 anni dalla mammografia originale del 2016. L’analisi ha utilizzato dati di follow-up fino al 2021.

Utilizzando le mammografie i punteggi di rischio per il cancro al seno nel periodo di 5 anni sono stati generati da 5 algoritmi di intelligenza artificiale, inclusi 2 algoritmi accademici utilizzati dai ricercatori e tre disponibili in commercio. I punteggi di rischio sono stati quindi confrontati tra loro e con quello ricavato dal modello standard Bcsc.

I 5 algoritmi che identificano il cancro al seno

"Tutti e cinque gli algoritmi di intelligenza artificiale hanno funzionato meglio del modello di rischio Bcsc per la previsione del rischio di cancro al seno da 0 a 5 anni – rimarca Arasu – Questo risultato fa ipotizzare che l'intelligenza artificiale possa identificare sia i tumori mancanti sia le caratteristiche del tessuto mammario che aiutano a prevedere lo sviluppo futuro del tumore. Qualcosa nelle mammografie potrebbe permettere di monitorare il rischio di cancro al seno".

Alcuni degli algoritmi di Ai eccellevano nel predire i casi di pazienti ad alto rischio di un tipo di cancro spesso aggressivo: queste informazioni potrebbero in futuro personalizzare i programmi di follow up in base al rischio.

Quando sono state valutate ad esempio donne con il più alto rischio del 10%, l'Ai ha predetto fino al 28% dei tumori, rispetto al 21% previsto dal metodo classico. Usati in combinazione, i modelli di rischio Ai e Bcsc hanno ulteriormente migliorato la previsione del cancro.

Verso una medicina sempre più di precisione

"I modelli di rischio AI basati sulla mammografia offrono vantaggi pratici rispetto a quelli tradizionali, perché utilizzano un'unica fonte di dati: la mammografia stessa – sottolinea Arasu - Alcune istituzioni stanno già portando avanti studi per validare l'intelligenza artificiale come possibile integrazione della valutazione del radiologo. Il punteggio di rischio futuro di una persona, che impiega pochi secondi per essere generato dall'intelligenza artificiale, potrebbe essere integrato nel referto radiologico condiviso con il paziente e il suo medico. È diventare così un possibile strumento di ausilio per fornire una medicina di precisione personalizzata a livello nazionale" conclude il ricercatore.