In evidenza: Primo Incontro AITEB — Associazione Italiana Terapie Estetiche con Botulino

L’Associazione Italiana Terapie Estetiche con Botulino (AITEB) è nata due anni fa con…

Intelligenza artificiale sfida i medici nella diagnosi dei tumori cutanei

artificial intelligence vs human

La diagnosi di tumore cutaneo avviene di solito a partire da un esame visivo della lesione, seguito da un'analisi dermoscopica, da una biopsia (nei casi in cui la lesione ne richieda una) e infine dalla conferma istologica.

Un gruppo di ricercatori ha sviluppato un algoritmo in grado di classificare le lesioni tumorali come benigne o maligne a partire da reperti fotografici delle lesioni stesse e ha dimostrato che l'algoritmo ha la stessa percentuale di successo dei dermatologi. La ricerca è documentata nel numero di febbraio della rivista Nature.

"Negli Stati Uniti ci sono solo 10.000 dermatologi per 360 milioni di cittadini. Sempre negli Stati Uniti, ogni anno ci sono 5,4 milioni di nuovi casi di tumori cutanei. A un americano su cinque verrà diagnosticato un tumore cutaneo nel corso della vita", scrivono i ricercatori, guidati dal dottorando Andre Esteva della Stanford University.

"Sebbene i melanomi rappresentino meno del 5% dei tumori cutanei negli Stati Uniti, essi sono responsabili di oltre il 75% delle morti, pari a 10.000 morti all'anno nei soli Stati Uniti. La diagnosi precoce è fondamentale, poiché il tasso di sopravvivenza a 5 anni cala dal 99% relativo al melanoma diagnosticato nei primi stadi al solo 14% relativo ai melanomi diagnosticati in fase avanzata", scrivono gli autori.

Esteva e colleghi hanno sviluppato un metodo computazionale che sperano possa assistere i medici nel monitoraggio e nella diagnosi dei tumori cutanei: "Questo tipo di algoritmo, chiamato 'ad apprendimento profondo', è ispirato alla nostra rudimentale comprensione del funzionamento del cervello umano", spiega Esteva.

"In pratica, esso è composto da più livelli, ciascuno con precise funzioni analitiche, che combinate sono in grado di analizzare una enorme mole di dati, rendendo l'algoritmo estremamente efficace in certi contesti. Per questo algoritmo abbia usato 129.450 immagini, fra cui 3.374 reperti dermoscopici relativi a malattie cutanee", ha proseguito.

Esteva e colleghi hanno testato le capacità del loro algoritmo contro quelle di 21 dermatologi (provenienti da parti diverse degli Stati Uniti) in tre aree specifiche: riconoscimento di un carcinoma cheratinocitico da una cheratosi seborroica benigna, riconoscimento di un melanoma da un nevo benigno e riconoscimento di un melanoma attraverso dermoscopia.

"Abbiamo mostrato al dermatologo un'immagine e gli abbiamo chiesto se di decidere se procedere a una biopsia, trattare la lesione o rassicurare il paziente sulla natura della stessa. Lo stesso abbiamo fatto con l'algoritmo", ha spiegato. Sono state impiegate soltanto immagini corredate da biopsie. I risultati mostrano che, rispetto a tutti e tre i compiti, l'algoritmo si è dimostrato all'altezza dei dermatologi.

"Il progetto poggia su due principi fondamentali", scrive Esteva, "Il primo riguarda l'accesso universale alle cure mediche. Dati i progressi nel campo degli algoritmi per l'analisi delle immagini, abbiamo deciso di partire dall'imaging cutaneo" come semplice proof of concept.

Il secondo principio è quello di estendere la prevenzione tumorale al di fuori dell'ambito clinico. "Gli esperti stimano che entro 5 o 6 anni, ci saranno oltre 6 miliardi di smartphone nel mondo. Se fosse possibile usarlo a fini sanitari, la copertura sanitaria si estenderebbe notevolmente anche fuori dagli ospedali", ha sottolineato Esteva.

Il team di ricercatori è aperto ai commenti da parte della comunità medica, nonché ai suggerimenti sul possibile impiego di questa tecnologia.

.

Riferimenti:

Andre Esteva, Brett Kuprel et al. — Dermatologist-level classification of skin cancer with deep neural networks, Nature 542, 115–118 (02 February 2017); doi:10.1038/nature21056