L’intelligenza artificiale può migliorare lo screening del cancro al seno senza sovraccaricare i radiologi?
Lo screening del cancro al seno si basa sull’esame delle mammografie da parte di due professionisti sanitari. Questo metodo, sebbene efficace, si trova ad affrontare una crescente carenza di radiologi, in particolare nel Regno Unito, dove quasi il 40% dei posti potrebbe mancare entro il 2028. Uno studio recente ha esplorato l’uso dell’intelligenza artificiale come secondo lettore per analizzare queste immagini, al fine di alleggerire il carico di lavoro mantenendo la qualità delle diagnosi.
Lo studio ha coinvolto 50.000 donne provenienti da due centri di screening britannici. I risultati mostrano che sostituire il secondo lettore umano con uno strumento di intelligenza artificiale consente di mantenere una precisione simile in termini di rilevamento dei tumori e di riduzione dei falsi positivi. Dopo una fase di arbitrato, in cui esperti riesaminano i casi controversi, la sensibilità e la specificità dell’intelligenza artificiale si sono rivelate altrettanto buone quanto quelle di due lettori umani. Ciò significa che lo strumento identifica altrettanti tumori reali ed evita altrettante diagnosi errate.
Uno dei principali vantaggi di questo approccio è la significativa riduzione del tempo di lavoro. Il numero di mammografie da analizzare da parte degli umani è diminuito del 50%, poiché l’intelligenza artificiale si occupa di una parte degli esami. Tuttavia, l’arbitrato diventa più frequente con l’intelligenza artificiale, aumentando dal 22% al 142% a seconda dei centri. Questo aumento si spiega con il fatto che lo strumento può talvolta segnalare anomalie non confermate dagli esperti, o viceversa, perdere casi sottili che gli umani rilevano.
L’intelligenza artificiale ha dimostrato una particolare capacità di identificare tumori che compaiono tra due screening o durante lo screening successivo, chiamati tumori d’intervallo o del prossimo turno. Prima dell’arbitrato, li individuava meglio degli umani. Ma dopo la rivalutazione da parte degli esperti, questa differenza si è attenuata, poiché alcuni segnali dello strumento sono stati scartati. Ciò solleva una domanda: come integrare meglio i suggerimenti dell’intelligenza artificiale affinché siano più affidabili e comprensibili per i radiologi?
Le prestazioni dello strumento variano a seconda delle attrezzature utilizzate per le mammografie. È più efficace con i dispositivi di un produttore rispetto a un altro, il che suggerisce che deve essere adattato alle tecnologie locali prima di essere implementato. I radiologi che hanno partecipato allo studio hanno espresso una fiducia moderata nello strumento, pur evidenziandone i limiti, in particolare la tendenza a sovrastimare alcune anomalie come le calcificazioni.
Questo studio apre la strada a un uso più ampio dell’intelligenza artificiale nello screening del cancro al seno. Dimostra che è possibile ridurre il carico di lavoro dei professionisti senza sacrificare la qualità delle diagnosi. Per andare oltre, sarà necessario migliorare la trasparenza delle decisioni dello strumento e formare i radiologi al suo utilizzo, affinché possano valutare meglio i suoi avvisi e trarne il massimo vantaggio.
Références des contenus
Référence officielle
DOI : https://doi.org/10.1038/s43018-026-01128-z
Titre : Impact of using artificial intelligence as a second reader in breast screening including arbitration
Revue : Nature Cancer
Éditeur : Springer Science and Business Media LLC
Auteurs : Lucy M. Warren; Jenny Venton; Kenneth C. Young; Mark Halling-Brown; Christopher J. Kelly; Marc Wilson; Megumi Morigami; Lisanne Khoo; Deborah Cunningham; Richard Sidebottom; Mamatha Reddy; Hema Purushothaman; Delara Khodabakhshi; Lesley Honeyfield; Amandeep Hujan; Tsvetina Stoycheva; Andy Joiner; Reena Chopra; Aminata Sy; Dominic Ward; Lin Yang; Rory Sayres; Daniel Golden; Namrata Malhotra; Rachita Mallya; Lihong Xi; Della Ogunleye; Charlotte Purdy; Alistair Mackenzie; Susan Thomas; Shravya Shetty; Fiona J. Gilbert; Ara Darzi; Hutan Ashrafian