Un recente studio, pubblicato su Nature Medicine e realizzato in collaborazione con l’Università di Milano-Bicocca e la Fondazione IRCCS San Gerardo dei Tintori di Monza, dimostra il potenziale dell’intelligenza artificiale nel migliorare la diagnosi del cancro ovarico. La ricerca ha coinvolto un team internazionale, incluso il professor Robert Fruscio, ginecologo e direttore della Ginecologia Preventiva presso il San Gerardo.
L’obiettivo principale dello studio è stato addestrare un sistema di IA capace di distinguere, a partire da immagini ecografiche, le lesioni ovariche benigne da quelle maligne. Il modello è stato testato su oltre 17.000 immagini provenienti da 3.600 pazienti, con risultati promettenti.
L’importanza di una diagnosi precoce
Individuare il cancro ovarico in fase iniziale è cruciale per aumentare le possibilità di trattamento e guarigione. Tuttavia, la diagnosi precoce è spesso complessa, specialmente in contesti dove gli operatori ecografici esperti sono limitati.
«Le lesioni ovariche sono comuni e spesso rilevate incidentalmente, per questo è fondamentale, al fine di impostare un trattamento corretto, definirne il più precisamente possibile il rischio di malignità», spiega Robert Fruscio. «Abbiamo sviluppato e validato un sistema di Intelligenza artificiale in grado di distinguere, a partire da un’immagine ecografica, le lesioni ovariche benigne e quelle maligne. Abbiamo poi confrontato le prestazioni dell’IA con quelle di operatori ecografici esperti (tra i quali io e altri colleghi da tutto il mondo) e di operatori non esperti. Il modello si è rivelato superiore, seppur di pochissimo, agli esperti e significativamente migliore dei non esperti».
Risultati dello studio
Secondo i dati, l’intelligenza artificiale ha raggiunto un’accuratezza dell’86% nel diagnosticare il cancro ovarico, contro l’82% degli ecografisti esperti e il 77% degli operatori meno esperti. I risultati sono consistenti indipendentemente dall’età delle pazienti e dai dispositivi ecografici utilizzati.
L’IA si è rivelata particolarmente utile in simulazioni di triage, riducendo del 63% i rinvii a specialisti e migliorando l’efficienza diagnostica. Questo approccio potrebbe evitare interventi chirurgici inutili in pazienti a basso rischio e garantire una gestione clinica più accurata.
Le prospettive future
Nonostante i risultati incoraggianti, gli esperti sottolineano la necessità di ulteriori studi prospettici e randomizzati per convalidare il beneficio clinico dell’IA. Tuttavia, questa tecnologia rappresenta un’importante opportunità per integrare e migliorare il lavoro dei medici, specialmente nei contesti con carenza di personale esperto.
«I modelli di intelligenza artificiale potrebbero quindi costituire un ausilio per gli operatori meno esperti nel processo di selezione di pazienti da inviare a centri di secondo livello e, dall’altra parte, evitare chirurgie inutili in pazienti con lesioni a basso rischio», conclude Fruscio.
