Salute

San Gerardo: l’Intelligenza Artificiale viene in aiuto per la definizione ecografica del rischio di malignità di formazioni ovariche

L’Intelligenza artificiale potrebbe affiancare i medici nella definizione ecografica del rischio di malignità di formazioni ovariche. Lo dimostra un nuovo studio a cui hanno partecipato
l’Università di Milano-Bicocca e la Fondazione IRCCS San Gerardo dei Tintori
Monza, 22 gennaio 2025 – Individuare un tumore in fase precoce è fondamentale per
garantire una prevenzione e una cura efficaci. Oggi c’è un alleato in più, che sta imparando
molto in fretta ed è sempre più preciso: si tratta dell’Intelligenza artificiale. Lo dice un
recente studio, pubblicato sulla rivista
Nature Medicine, a cui ha collaborato Robert
Fruscio, professore associato in Ginecologia e Ostetricia dell’Università di Milano-Bicocca e
direttore della Struttura semplice di Ginecologia Preventiva della Fondazione IRCCS San
Gerardo dei Tintori: la ricerca condotta da un team del Karolinska Institutet in Svezia, ha
coinvolto 20 centri in otto Paesi e ha analizzato un dataset di oltre 17.000 immagini
ecografiche provenienti da più di 3.600 pazienti, tra cui alcune che si sono rivolte
all’Ospedale San Gerardo di Monza. L’obiettivo è stato quello di addestrare un
programma di Intelligenza artificiale a distinguere, in queste immagini, le lesioni
ovariche benigne da quelle maligne e testare le potenzialità di questi modelli nel
supportare le diagnosi mediche, ridurre il margine di errore diagnostico e migliorare la
gestione clinica delle pazienti.
«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». I modelli basati
sull’Intelligenza artificiale, nello specifico, hanno raggiunto un tasso di accuratezza
nell’individuazione del cancro ovarico dell’86%, rispetto all’82% degli esperti umani e al 77%mdi quelli con minore esperienza. I risultati sono stati consistenti indipendentemente dall’età
dei pazienti, dai dispositivi ecografici utilizzati e dai contesti clinici.
L’importanza di questa sperimentazione avviene in un contesto generale in cui gli operatori
esperti scarseggiano in molte parti del mondo e non sono disponibili in tutti gli ospedali. La
carenza di ecografisti esperti ha come conseguenza da una parte l’esecuzione di interventi
chirurgici non necessari e dall’altra una diagnosi ritardata di cancro. «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», continua Robert Fruscio. «In
generale, è il classico caso in cui la IA non si sostituisce all’uomo, ma potrebbe migliorare
l’efficienza di tutto il sistema e la gestione delle pazienti».
Sempre secondo lo studio, in una simulazione di triage, il supporto diagnostico guidato
dall’IA ridurrebbe del 63% i rinvii agli esperti, superando significativamente le prestazioni
diagnostiche della pratica corrente. Pur sottolineando che sono necessari ulteriori studi
prospettici e randomizzati per convalidare il beneficio clinico e le prestazioni diagnostiche
dei modelli di Intelligenza artificiale, lo studio offre spunti di riflessione sull’applicabilità dei
sistemi di supporto diagnostico guidati dall’IA per la diagnosi del cancro ovarico.