L’intelligenza artificiale (IA) non è solo quella generativa, che negli ultimi tempi ha attirato l’attenzione del pubblico con la creazione di immagini, testi e video. Da molti anni, l’IA è utilizzata in ambiti ove suscita meno clamore, ma estremamente rilevanti, come la classificazione e la diagnosi medica. Sistemi avanzati di IA sono stati progressivamente integrati nei processi diagnostici, dimostrando capacità sempre maggiori nell’identificare anomalie spesso invisibili all’occhio umano. In particolare, la diagnostica per immagini rappresenta uno dei settori dove l’IA ha avuto un impatto significativo, supportando i medici nell’interpretazione delle immagini e migliorando la precisione e la rapidità delle diagnosi.
In questo contesto si inserisce un recente studio appena pubblicato su Nature Medicine, che analizza come l’IA possa essere utilizzata per migliorare lo screening mammografico e il rilevamento del cancro al seno. Questo studio è stato condotto in Germania e ha coinvolto oltre 460.000 donne, con l’obiettivo di valutare l’efficacia di un sistema IA nel supportare i radiologi durante la doppia lettura delle mammografie, un processo essenziale per garantire la qualità degli screening. I risultati mostrano che l’IA ha permesso di scoprire più tumori senza aumentare inutilmente i falsi allarmi, riducendo anche il carico di lavoro per i radiologi.
Il parametro più significativo analizzato nello studio è stato il tasso di rilevamento del cancro al seno, che misura quanti casi di cancro sono stati diagnosticati ogni 1.000 donne sottoposte a screening. Nel gruppo in cui i radiologi hanno utilizzato il supporto dell’IA, sono stati individuati 6,7 casi su 1.000 donne, rispetto ai 5,7 casi del gruppo che ha seguito il metodo tradizionale. Questo significa che l’IA ha contribuito a identificare un caso in più ogni 1.000 donne, un miglioramento del 17,6%. Diagnosticare un cancro precocemente può essere fondamentale per salvare vite, consentendo trattamenti più tempestivi e meno invasivi.
Lo studio ha anche analizzato il tasso di richiamo, ossia il numero di donne richiamate per ulteriori controlli dopo una mammografia. Questo parametro è importante perché richiami non necessari possono generare stress nelle pazienti e costi aggiuntivi per il sistema sanitario. Nel gruppo IA, il tasso di richiamo è stato leggermente inferiore: 37,4 donne su 1.000 sono state richiamate, rispetto a 38,3 nel gruppo senza IA. Questo suggerisce che il sistema ha ridotto i falsi positivi senza compromettere la capacità di individuare i tumori.
Un altro parametro chiave è stato il valore predittivo positivo del richiamo (PPV), che indica quante donne richiamate per ulteriori accertamenti avevano effettivamente un cancro. Nel gruppo con IA, il PPV è passato dal 14,9% al 17,9%, dimostrando una maggiore precisione nel selezionare i casi realmente sospetti. Anche il valore predittivo positivo della biopsia, che misura la percentuale di biopsie che confermano la presenza di un tumore, è migliorato nel gruppo IA, passando dal 59,2% al 64,5%. Questo significa che l’IA ha aiutato a ridurre le procedure inutili, migliorando al contempo l’accuratezza diagnostica.
Un elemento innovativo dello studio è stato il sistema di sicurezza integrato chiamato safety net. Quando l’IA identificava un’area sospetta in una mammografia classificata come normale dal radiologo, il sistema emetteva un avviso per richiedere una nuova revisione. Questo approccio ha permesso di scoprire 204 tumori che altrimenti sarebbero stati trascurati, dimostrando l’importanza di un controllo incrociato tra IA e giudizio umano.
Oltre a migliorare l’accuratezza diagnostica, l’IA ha contribuito a ottimizzare i tempi di lavoro. Gli esami classificati come normali dall’IA hanno richiesto in media il 43% di tempo in meno per essere analizzati, permettendo ai radiologi di concentrarsi su casi più complessi e sospetti. Un risultato non trascurabile in tempi in cui i sistemi sanitari sono sempre più caratterizzati dalla scarsità di medici e di tempo da dedicare ai pazienti.
Riducendo i falsi positivi, ottimizzando i tempi di analisi e aumentando il tasso di rilevamento dei tumori, l’IA offre una prospettiva concreta per migliorare la diagnosi precoce del cancro al seno, con benefici significativi sia per le pazienti che per il sistema sanitario. Naturalmente, come anche gli autori sottolineano, servono ulteriori studi per valutare l’impatto a lungo termine, in particolare sul rischio di sovradiagnosi e sull’evoluzione dei tumori non invasivi; i benefici misurati in questo studio a breve termine appaiono tuttavia solidamente documentati, vista la dimensione del campione utilizzato e la cura utilizzata nell’evitare fattori confondenti.
Quando si parla dei rischi connessi al miglioramento costante dell’intelligenza artificiale, bisogna stare ben attenti a ricordare che ciò che denominiamo genericamente IA nasconde in realtà una moltitudine di applicazioni e di algoritmi diversi, molti dei quali decisamente utili al nostro benessere e alla nostra salute; come sempre, non esiste un quadro in bianco e nero, e gli sviluppi tecnologici non possono essere rifiutati o accettati a priori, senza considerare i dettagli della diverse applicazioni.