Un recente studio pubblicato su JAMA Network Open ha mostrato che un algoritmo di intelligenza artificiale (IA), originariamente sviluppato per rilevare tumori al seno durante le mammografie di screening, è in grado di prevedere il rischio futuro di cancro alla mammella anche 4-6 anni prima della diagnosi clinica.

Lo studio, condotto su quasi 350.000 esami mammografici provenienti da 116.495 donne iscritte al programma BreastScreen Norway, ha valutato le performance dell’algoritmo commerciale INSIGHT MMG nel generare punteggi di rischio basati sulle immagini mammografiche. Questi punteggi, piuttosto che fungere da diagnosi diretta, sono stati utilizzati come indicatori predittivi del rischio a lungo termine di sviluppare un tumore.

I risultati sono sorprendenti: le mammelle che in seguito avrebbero sviluppato un tumore mostravano già anni prima punteggi significativamente più alti rispetto a quelle sane. Ad esempio, quattro anni prima della diagnosi, i seni destinati a sviluppare un tumore avevano un punteggio medio IA di 19,2 contro 7,1 dei seni sani. Questa differenza aumentava sensibilmente nei successivi round di screening, arrivando a 82.7 al momento della diagnosi, rispetto ai 5.0 delle pazienti senza cancro.

Un altro dato interessante riguarda la differenza di punteggio tra i due seni della stessa paziente: questa risultava sempre più marcata man mano che ci si avvicinava alla diagnosi, segnalando una potenziale utilità dell’IA anche nella valutazione della simmetria mammografica come indicatore di rischio.

Lo studio, condotto nel rispetto delle linee guida STROBE, ha anche confrontato l’efficacia dell’IA con modelli di calcolo del rischio già esistenti, come Tyrer-Cuzick e BCRAT, riscontrando prestazioni simili o superiori da parte dell’algoritmo.

Tuttavia, gli autori sottolineano che l’IA non “diagnostica” il cancro con anni di anticipo, ma identifica segnali di rischio presenti nelle immagini, che potrebbero essere invisibili all’occhio umano. Inoltre, non è stato dimostrato che un’eventuale azione precoce basata su questi segnali migliori effettivamente la sopravvivenza o riduca i costi sanitari: saranno necessari studi prospettici per valutare l’impatto clinico reale.

Questa ricerca su larga scala dimostra il potenziale dell’intelligenza artificiale nell’individuazione precoce del rischio oncologico, aprendo la strada a strategie di screening più personalizzate. Tuttavia, restano alcune limitazioni, tra cui la natura retrospettiva dello studio, l’uso di un solo algoritmo e la popolazione relativamente omogenea. Per una piena integrazione nella pratica clinica, saranno necessari ulteriori studi su popolazioni più diverse e in contesti prospettici.

Fonte

Gjesvik J et al. Artificial intelligence algorithm for subclinical breast cancer detection. JAMA Netw Open. 2024;7(10):e2437402.