Home In Evidenza La mammografia con l’aiuto dell’intelligenza artificiale è sicura e dimezza il carico...

La mammografia con l’aiuto dell’intelligenza artificiale è sicura e dimezza il carico di lavoro dei radiologi

673
0

L’analisi mammografica supportata dall’intelligenza artificiale (AI) è valida quanto la valutazione condotta da due radiologi esperti che lavorano insieme per rilevare il cancro del seno. Sono queste le conclusioni di un’analisi ad interim del primo studio controllato randomizzato di questo tipo.

La ricerca, pubblicata sulla rivista The Lancet Oncology, ha coinvolto oltre 80.000 donne svedesi e rileva che, senza aumentare i falsi positivi, il carico di lavoro di lettura dello schermo è quasi dimezzato.

Tuttavia, i risultati finali dello studio, che esamina se l’uso dell’intelligenza artificiale nell’interpretazione delle immagini mammografiche si traduce in una riduzione dei tumori rilevati tra gli screening, sono ancora lontani.

“Questi promettenti risultati provvisori sulla sicurezza dovrebbero essere utilizzati per guidare nuovi studi e valutazioni basate su programmi per affrontare la marcata carenza di radiologi in molti paesi. Ma non sono sufficienti da soli per confermare che l’intelligenza artificiale è pronta per essere implementata nello screening mammografico”, avverte l’autrice principale, la dott.ssa Kristina Lång dell’Università di Lund, in Svezia. “Dobbiamo ancora capire le implicazioni sugli esiti dei pazienti, in particolare se la combinazione dell’esperienza dei radiologi con l’intelligenza artificiale può aiutare a rilevare i tumori a intervalli che spesso vengono ignorati dallo screening tradizionale, nonché il rapporto costo-efficacia della tecnologia”.

La doppia lettura delle mammografie di screening

Lo screening del cancro al seno con la mammografia ha dimostrato di migliorare la prognosi e ridurre la mortalità rilevando il cancro al seno in una fase più precoce e più curabile. Tuttavia, le stime suggeriscono che il 20-30% dei tumori che emergono negli intervalli tra due screening non sono stati rilevati e i risultati sospetti spesso si rivelano benigni.

Le linee guida europee raccomandano la doppia lettura delle mammografie di screening da parte di due radiologi per garantire un’elevata sensibilità dell’esame. C’è però una carenza di radiologi senologici in molti paesi, tra cui una carenza di circa 41 (8%) nel Regno Unito nel 2020 e circa 50 in Svezia, e ci vuole più di un decennio per formare un radiologo in grado di interpretare mammografie.

L’intelligenza artificiale è stata proposta come secondo lettore automatizzato per mammografie che potrebbe aiutare a ridurre questo carico di lavoro e migliorare l’accuratezza dello screening. La tecnologia ha mostrato risultati incoraggianti in studi retrospettivi utilizzando l’intelligenza artificiale, per classificare gli esami a lettura singola o doppia e fornendo ai radiologi segni di rilevamento assistito da computer (CAD) che evidenziano caratteristiche sospette, per ridurre i risultati falsi negativi. Mancano però conferme da studi prospettici randomizzati.

Una lettura della mammografia supportata dall’IA

Tra aprile 2021 e luglio 2022, 80.033 donne di età compresa tra 40 e 80 anni che si erano sottoposte a screening mammografico in quattro centri nel sud-ovest della Svezia sono state assegnate in modo casuale in un rapporto 1:1 a un’analisi supportata dall’IA, dove una lettura mammografica supportata dall’IA disponibile in commercio system ha analizzato le mammografie prima che venissero lette anche da uno o due radiologi (braccio di intervento), o analisi standard eseguite da due radiologi senza IA (braccio di controllo).

Questa analisi intermedia dello studio Mammography Screening with Artificial Intelligence (MASAI) ha confrontato le prestazioni di screening precoce (ad esempio, rilevamento del cancro, richiami, falsi positivi) e il carico di lavoro di lettura dello schermo nei due bracci. Lo studio MASAI continuerà a stabilire i risultati primari del risultato se lo screening mammografico supportato dall’intelligenza artificiale riduce i tumori d’intervallo.

Il limite più basso accettabile per la sicurezza clinica nel gruppo di intervento è stato fissato a un tasso di rilevamento del cancro superiore a tre tumori per 1.000 donne sottoposte a screening. Ciò si basava sulla premessa che il tasso di rilevamento del cancro potrebbe diminuire perché la maggior parte degli esami di screening sarebbe stata sottoposta a lettura singola anziché doppia lettura. Il tasso di rilevamento di base nell’attuale programma di screening con doppia lettura è di cinque tumori per 1.000 donne sottoposte a screening.

La previsione del rischio di cancro

Nell’analisi supportata dall’intelligenza artificiale, il sistema di intelligenza artificiale ha prima analizzato l’immagine mammografica e ha previsto il rischio di cancro su una scala da uno a 10, dove uno rappresenta il rischio più basso e 10 il più alto. Se il punteggio di rischio era inferiore a 10, l’immagine veniva ulteriormente analizzata da un radiologo, mentre se il sistema di intelligenza artificiale prevedeva un punteggio di rischio di 10, l’immagine veniva analizzata da due radiologi.

Il sistema ha anche fornito contrassegni CAD per assistere i radiologi nell’interpretazione accurata delle immagini mammografiche. Le donne sono state richiamate per ulteriori test sulla base di risultati sospetti.

L’IA non è riuscita a fornire un punteggio di rischio nello 0,8% dei casi (306/39.996) riferiti a cure standard (doppia lettura).

I tassi di richiamo erano in media del 2,2% (861 donne) per lo screening supportato dall’IA e del 2,0% (817 donne) per la doppia lettura standard senza AI. Questi erano simili al tasso medio di richiamo del 2,1% nella clinica sei mesi prima dell’inizio dello studio, indicando che i tassi di rilevamento del cancro non erano diminuiti.

Si riduce il carico di lavoro

In totale, 244 donne (28%) richiamate dallo screening supportato dall’IA hanno scoperto di avere il cancro rispetto alle 203 donne (25%) richiamate dallo screening standard, con il risultato di 41 tumori in più rilevati con il supporto dell’IA (di cui 19 invasivi e 22 tumori in situ). Il tasso di falsi positivi è stato dell’1,5% in entrambi i bracci.

Complessivamente, lo screening supportato dall’intelligenza artificiale ha portato a un tasso di rilevamento del cancro di sei donne su 1.000 rispetto a cinque su 1.000 per la doppia lettura standard senza AI, equivalente alla rilevazione di un cancro in più ogni 1.000 donne sottoposte a screening.

È importante sottolineare che ci sono state 36.886 letture in meno da parte dei radiologi nel gruppo supportato dall’IA rispetto al gruppo di controllo (46.345 vs 83.231), con una riduzione del 44% del carico di lavoro di lettura allo schermo dei radiologi.

Sebbene il tempo effettivo risparmiato utilizzando l’intelligenza artificiale non sia stato misurato nello studio, i ricercatori calcolano che, se un radiologo legge in media 50 mammografie all’ora, un radiologo avrebbe impiegato 4-6 mesi in meno per leggere i circa 40.000 esami di screening con il aiuto dell’intelligenza artificiale, rispetto ai circa 40.000 nel braccio di controllo che erano a doppia lettura.

Meno gravati dall’eccessiva quantità di letture

“Il più grande potenziale dell’intelligenza artificiale, in questo momento, è che potrebbe consentire ai radiologi di essere meno gravati dall’eccessiva quantità di letture”, afferma Lång. “Sebbene il nostro sistema di screening supportato dall’intelligenza artificiale richieda almeno un radiologo responsabile del rilevamento, potrebbe potenzialmente eliminare la necessità di una doppia lettura della maggior parte delle mammografie, alleviando la pressione sui carichi di lavoro e consentendo ai radiologi di concentrarsi su una diagnostica più avanzata, riducendo al contempo tempi di attesa per i pazienti”.

Nonostante i risultati promettenti, gli autori notano diversi limiti, tra cui il fatto che l’analisi è stata condotta in un unico centro ed era limitata a un tipo di dispositivo mammografico e un sistema di intelligenza artificiale che potrebbe limitare la generalizzabilità dei risultati.

Notano inoltre che, mentre i fattori tecnici influenzeranno le prestazioni e l’elaborazione del sistema di intelligenza artificiale, questi saranno probabilmente meno importanti dell’esperienza dei radiologi. Poiché il sistema supportato dall’intelligenza artificiale pone la decisione finale sull’opportunità di richiamare le donne, i risultati dipendono dalle loro prestazioni. Inoltre, in questo studio i radiologi erano da moderatamente ed altamente esperti, il che potrebbe limitare la generalizzabilità dei risultati ai lettori meno esperti. Infine, non sono state raccolte informazioni su razza ed etnia.

Il commento editoriale

Scrivendo in un commento collegato, il dott. Nereo Segnan, ex capo dell’unità di epidemiologia del cancro ed ex direttore del dipartimento di screening presso il CPO Piemonte in Italia (che non era coinvolto nello studio) osserva che il punteggio di rischio AI per il cancro al seno sembra molto accurato nel riuscire a separare le donne ad alto rischio da quelle a basso rischio, aggiungendo che “nei protocolli di screening stratificati per il rischio, il potenziale per modulare adeguatamente i criteri di richiamo nei gruppi a basso e ad alto rischio è notevole”.

Tuttavia, avverte che: “Nel gruppo di screening supportato dall’IA dello studio MASAI, la possibile presenza di sovradiagnosi (ovvero, il sistema che identifica i non tumori) o sovra-rilevazione di lesioni indolenti, come una porzione rilevante di carcinomi duttali in situ, dovrebbe indurre alla prudenza nell’interpretazione di risultati che altrimenti sembrerebbero immediati nel favorire l’uso dell’IA… È quindi importante acquisire informazioni biologiche sulle lesioni rilevate. Ci si aspetta che i risultati finali dello studio MASAI lo facciano, poiché le caratteristiche dei tumori identificati e il tasso di tumori negli intervalli, non solo il tasso di rilevamento, sono indicati come risultati principali. Rimane quindi un’importante domanda di ricerca: l’intelligenza artificiale, se opportunamente addestrata, è in grado di catturare caratteristiche biologiche rilevanti – o, in altre parole, la storia naturale della malattia – come la capacità dei tumori di crescere e diffondersi?”

 

LASCIA UN COMMENTO

Per favore inserisci il tuo commento!
Per favore inserisci il tuo nome qui