Uno studio pubblicato su Nature Medicine ha dimostrato che l’integrazione dell’intelligenza artificiale (AI) nei programmi di screening mammografico migliora significativamente i tassi di individuazione del tumore al seno, riducendo contemporaneamente il carico di lavoro dei radiologi. La ricerca, condotta in Germania, ha valutato l’efficacia dei flussi di lavoro assistiti dall’intelligenza artificiale nell’identificare il tumore in donne asintomatiche di 50-69 anni.
Lo studio in particolare ha segnalato un notevole aumento nella rilevazione del carcinoma duttale in situ, un precursore del cancro al seno invasivo. I tassi di rilevamento sono aumentati da 0,8 per 1.000 donne nel gruppo non-AI a 1,4 per 1.000 nel gruppo AI, dimostrando il potenziale per una diagnosi più precoce del tumore. L’intelligenza artificiale ha classificato il 59,4% delle mammografie come “normali”, consentendo ai radiologi di concentrarsi su casi più complessi. Ciò potrebbe ridurre il carico di lavoro dei radiologi addirittura del 43%.
Il gruppo assistito dall’AI ha raggiunto un tasso di rilevamento del cancro al seno di 6,7 per 1.000 donne, rispetto al 5,7 per 1.000 del gruppo di controllo, con un miglioramento del 17,6%. L’integrazione dell’AI ha portato anche a migliori valori predittivi positivi (PPV) sia per i richiami che per le biopsie. Il PPV per le biopsie nel gruppo AI è stato del 64,5%, rispetto al 59,2% del gruppo di controllo, il che indica un minor numero di procedure non necessarie. Inoltre il gruppo AI ha registrato un tasso di richiamo leggermente ridotto, migliorando la specificità del processo di screening.
Il sistema di intelligenza artificiale, noto come Vara MG, ha utilizzato funzioni avanzate per supportare i radiologi, tra cui un normale triage per contrassegnare le mammografie non degne di nota e una rete di sicurezza per evidenziare i casi altamente sospetti e le aree da esaminare ulteriormente, riducendo le diagnosi mancate. Durante lo studio, oltre 461.000 donne sono state sottoposte a screening, di cui 260.739 nel gruppo assistito dall’AI. I radiologi che hanno utilizzato gli strumenti di IA hanno identificato 208 tumori segnalati dalla rete di sicurezza del sistema, oltre a 20 casi aggiuntivi durante le valutazioni di consenso dei risultati normali segnalati dall’AI.
Anche se l’AI ha dimostrato di saper migliorare l’individuazione dei tumori e l’efficienza del carico di lavoro, restano le preoccupazioni per la potenziale sovradiagnosi, in particolare dei casi DCIS. La sovradiagnosi potrebbe portare a sua volta a un sovratrattamento di condizioni che difficilmente progrediscono in un cancro invasivo, con le conseguenze del caso. I ricercatori hanno sottolineato la necessità di studi a lungo termine per valutare l’impatto dell’AI sui tassi di tumore e sui risultati del trattamento nei prossimi 2-3 anni. Anche i casi rifiutati segnalati dalla rete di sicurezza dell’AI rappresentano un’area critica per ulteriori indagini, in quanto potrebbero includere tumori non rilevati o richiami non necessari.
Fonte
Eisemann N et al. Nationwide real-world implementation of AI for cancer detection in population-based mammography screening. Nat Med (2025). https://doi.org/10.1038/s41591-024-03408-6