Grazie ad algoritmi di intelligenza artificiale potrebbe diventare più facile riconoscere la malignità delle formazioni ovariche, migliorando la percentuale di tumori individuati attraverso l’ecografia

La diagnosi precoce del tumore ovarico è ancora un “miraggio”, ma in futuro potrebbero aprirsi nuove strade, anche grazie all’intelligenza aritificale. Lo suggerisce uno studio multicentrico, a cui ha collaborato anche l’Ospedale San Gerardo di Monza, pubblicato sulla rivista Nature Medicine. Nello studio un sistema di intelligenza artificiale è stato addestrato a distinguere, a partire da un’immagine ecografica, le lesioni ovariche benigne e quelle maligne.

I limiti diagnostici dell’ecografia

Il tumore all’ovaio è uno dei più aggressivi, complice una diagnosi quasi sempre tardiva per la mancanza di sintomi eclatanti in fase iniziale e di metodi di screening efficaci.

L’esame ecografico transvaginale è la tecnica principale utilizzata per distinguere tra lesioni ovariche benigne e maligne grazie alla sua ampia disponibilità. Utilizzando l’ecografia transvaginale capita spesso di intercettare lesioni, tuttavia a volte è difficile capirne la natura, soprattutto se l’indagine non viene fatta da un esaminatore esperto. Ciò può comportare diagnosi di cancro ritardate ed errate, nonché trattamenti non necessari. Inoltre la biopsia, che potrebbe aiutare a capire la natura della lesione, è controindicata in quanto, qualora la lesione fosse maligna, può causare la diffusione del tumore, peggiorando la prognosi.

L’algoritmo per scoprire il cancro

Nel nuovo studio restrospettivo, coordinato da ricertcatori del Karolinska Institutet in Svezia, sono state analizzate più di 17mila immagini ecografiche provenienti da oltre 3.600 pazienti in 20 centri in otto Paesi, con lo scopo 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 nell’aiutare i medici a porre la diagnosi, 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, professore associato in Ginecologia e Ostetricia dell’Università di Milano-Bicocca e direttore della Struttura semplice di Ginecologia Preventiva della Fondazione IRCCS San Gerardo di Monza -. 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».

Il supporto offerto dall’IA

I modelli basati sull’intelligenza artificiale validati nello studio hanno raggiunto un tasso di accuratezza nell’individuazione del cancro ovarico dell’86%, rispetto all’82% degli operatori umani esperti e al 77% di quelli con minore esperienza. I risultati sono stati consistenti indipendentemente dall’età dei pazienti, dai dispositivi ecografici utilizzati e dai contesti clinici.

I nuovi dati indicano quindi che l’introduzione di sistemi di IA nel percorso di diagnosi del tumore ovarico può migliorare l’accuratezza diagnostica anche in assenza di personale esperto. Questo però non significa che sostituiscano l’esaminatore, come precisa Fruscio. «I modelli di intelligenza artificiale potrebbero 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. In generale, è il classico caso in cui l’IA non si sostituisce all’umano, ma potrebbe migliorare l’efficienza di tutto il sistema e la gestione delle pazienti».

Simulazione in urgenza

Sempre secondo lo studio, in una simulazione di triage, il supporto diagnostico guidato dall’IA ridurrebbe del 63% i rinvii agli esperti, superando in modo significativo 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.