Metodi di deep learning, un tipo di algoritmo di intelligenza artificiale, sono stati usati da un team di ricercatori per calcolare il rischio di cancro al seno tramite mammografie. L’algoritmo può distinguere tra le varie mammografie di diverse donne per calcolare il rischio di queste ultime di sviluppare il cancro al seno.[1] Il metodo viene descritto in uno studio pubblicato su Radiology.[2]
Intelligenza artificiale si stia rivelando sempre più utile nel campo medico
Si tratta di uno dei tanti studi pubblicati negli ultimi anni che mostrano come l’intelligenza artificiale si stia rivelando sempre più utile nel campo medico, soprattutto nel settore della radiologia per ridurre i controlli umani dei risultati dell’imaging o comunque per agevolare questo tipo di lavoro.
Come rileva il comunicato della Radiological Society of North America,[1] la mammografia annuale viene raccomandata per tutte le donne all’età di quarant’anni. Controlli del genere, rivela il comunicato, possono ridurre la mortalità per il cancro al seno e possono ridurre l’incidenza del cancro avanzato al seno.[1]
Misurazioni della densità del seno
Le mammografie, inoltre, possono fornire anche una misura del rischio di cancro al seno soprattutto attraverso le misurazioni della densità del seno stesso. Quelli più densi, infatti, possono essere associati ad un rischio più elevato. Tuttavia ci sono altri fattori che possono aumentare questo rischio, alcuni di essi spesso non rilevati o non rilevabili dalle mammografie.
“I metodi convenzionali di valutazione del rischio di cancro al seno che utilizzano fattori di rischio clinici non sono stati così efficaci”, spiega John A. Shepherd, un professore del Population Sciences in the Pacific Program presso il Centro oncologico dell’Università delle Hawaii a Honolulu, l’autore principale dello studio. “Pensavamo che ci fosse di più nell’immagine oltre alla semplice densità del seno che sarebbe stato utile per valutare il rischio”.
25.000 mammografie di 6369 donne
I ricercatori hanno usato 25.000 mammografie di 6369 donne addestrando un modello di deep learning per trovare dettagli o segnali collegabili ad un aumento di rischio di cancro al seno. “I risultati hanno mostrato che il segnale extra che stiamo ricevendo con l’intelligenza artificiale fornisce una migliore stima del rischio per il cancro rilevato dallo screening”, spiega ancora Shepherd. “Ci ha aiutato a raggiungere il nostro obiettivo di classificare le donne a basso rischio o ad alto rischio di cancro al seno rilevato dallo screening”.
