Carcinoma polmonare: con l’intelligenza artificiale una diagnosi più accurata

Un’applicazione di intelligenza artificiale, in grado di rilevare noduli polmonari maligni su tomografie computerizzate del torace ha dimostrato di poter fornire prestazioni diagnostiche simili o superiori a quelle di radiologi esperti.

Lo studio, pubblicato questa settimana su Nature Medicine, presenta un modello di deep-learning che offre un sistema automatizzato di valutazione delle immagini per migliorare l’accuratezza della diagnosi precoce del cancro del polmone.

Il carcinoma polmonare

Il carcinoma polmonare è la causa più comune di morte correlata al cancro negli Stati Uniti. Nel 2018 ha causato 160.000 morti. Grandi studi clinici in tutti gli Stati Uniti e in Europa hanno dimostrato che lo screening del torace può identificare il cancro e ridurre il tasso di mortalità. Tuttavia, alti tassi di errore e la limitata applicabilità di estese procedure di screening, insieme ad altri fattori clinici, porta ad una diagnosi di questa neoplasia polmonare in fasi avanzate, quando sono ormai difficili da trattare.

Secondo dati AIOM in Italia nel 2018 sono stati registrati oltre 40.000 casi di tumore polmonare.

Deep-learning e intelligenza artificiale: lo studio

Daniel Tse e colleghi hanno sviluppato un modello di deep-learning e lo hanno addestrato su 42.290 immagini di scansione di tomografie computerizzate per predire la malignità dei noduli polmonari senza la necessità di coinvolgimento umano. Hanno scoperto che il sistema basato sull’intelligenza artificiale era in grado di individuare minuscoli noduli polmonari maligni con un’accuratezza del 94% in 6.716 casi di test. Il modello ha sovraperformato tutti e sei i radiologi quando la precedente tomografia non era disponibile ed era allineato alla prestazione dei radiologi nel caso fosse disponibile un esame precedente.

Nonostante i risultati siano molto incoraggianti, gli autori avvertono che dovranno essere validati clinicamente in ampie popolazioni di pazienti, ma suggeriscono che questo modello può aiutare a migliorare la gestione e l’esito dei pazienti con cancro polmonare.

 

 

0 commenti

Lascia un Commento

Vuoi partecipare alla discussione?
Fornisci il tuo contributo!

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *

sedici − 7 =