L’intelligenza artificiale può individuare e diagnosticare il cancro della pelle meglio dei medici
Quando si tratta di individuare e diagnosticare in tempo tumori della pelle e melanoma, a quanto pare il computer è più efficace che non il medico. Ecco perché
ROMA – Chi è più bravo nell’individuare e diagnosticare un tumore della pelle o un cancro aggressivo come il melanoma? La macchina o l’uomo. Secondo un nuovo studio, la gara la vincerebbe la macchina. I risultati, pubblicati sulla prestigiosa rivista di oncologia, Annals of Oncology, dimostrano infatti e per la prima volta che una forma di intelligenza artificiale (AI) o di apprendimento automatico conosciuta come Rete Neuronale Convoluzionale (CNN) è meglio dei dermatologi esperti nel rilevare il cancro della pelle.
La conferma della bravura della macchina
Questo studio internazionale, condotto da ricercatori in Germania, Stati Uniti e Francia, ha addestrato una CNN per identificare il cancro della pelle mostrandole più di 100mila immagini di melanomi maligni (la forma più letale di cancro della pelle), così come quelle nei benigni (o nevi). Dopo di che, gli scienziati hanno confrontato le prestazioni dell’AI con quelle di 58 dermatologi internazionali e hanno scoperto che la CNN ha scartato meno melanomi e ha diagnosticato nei benigni come maligni assai meno spesso rispetto al gruppo di dermatologi.
La CNN
Una CNN, spiega una nota, è una rete neurale artificiale ispirata ai processi biologici in atto quando le cellule nervose (neuroni) nel cervello sono collegate tra loro e rispondono a ciò che vede l’occhio. La CNN è in grado di imparare velocemente dalle immagini che ‘vede’ e istruire se stessa da ciò che ha imparato per migliorare le sue prestazioni (un processo noto come apprendimento automatico). «La CNN funziona come il cervello di un bambino. Per addestrarlo, abbiamo mostrato alla CNN più di 100.000 immagini di tumori e nei cutanei maligni e benigni e indicato la diagnosi per ciascuna immagine: sono state utilizzate solo le immagini dermoscopiche, cioè le lesioni che sono state ingrandite con ingrandimento di 10 volte. A ogni immagine di allenamento, la CNN ha migliorato la sua capacità di differenziare e lesioni maligne», ha spiegato il primo autore dello studio, professor Holger Haenssle, medico senior presso il Dipartimento di Dermatologia dell’Università di Heidelberg, in Germania. «Dopo aver terminato la formazione, abbiamo creato due serie di test di immagini dalla libreria di Heidelberg che non erano mai state utilizzate per l’addestramento e quindi sconosciute alla CNN – aggiunge Haenssle – Una serie di 300 immagini è stata costruita per testare esclusivamente le prestazioni della CNN. Così, 100 delle lesioni più difficili sono state selezionate per testare dermatologi reali rispetto ai risultati della CNN».
Lo studio
A questo studio sono stati invitati a partecipare dermatologi di tutto il mondo. E 58 di questi, provenienti da 17 Paesi in tutto il mondo, hanno concordato [1]. Di questi, 17 (29%) hanno dichiarato di avere meno di due anni di esperienza in dermoscopia; 11 (19%) hanno dichiarato di essere esperti con un’esperienza compresa tra due e cinque anni e 30 (52%) erano esperti con più di cinque anni di esperienza. Ai dermatologi – si legge nella nota – è stato chiesto di fare una diagnosi di melanoma maligno o di neo benigno solo a partire dalle immagini dermoscopiche (livello I) e di prendere una decisione su come gestire la condizione (chirurgia, follow-up a breve termine o nessuna azione). Poi, quattro settimane dopo, hanno ricevuto informazioni cliniche sul paziente (compresa età, sesso e posizione della lesione) e immagini ravvicinate degli stessi 100 casi (livello II) e hanno chiesto nuovamente diagnosi e decisioni di gestione.
I risultati
Dai risultati dello studio è emerso che nel livello I, i dermatologi hanno rilevato con precisione una media dell’86,6% dei melanomi e hanno identificato correttamente una media del 71,3% delle lesioni che non erano maligne. Tuttavia, quando la CNN è stata messa a punto allo stesso livello dei medici per identificare correttamente i nei benigni (71,3%), la CNN ha rilevato il 95% dei melanomi. Al livello II, i dermatologi hanno migliorato le loro prestazioni, diagnosticando accuratamente l’88,9% dei melanomi maligni e il 75,7% di quelli che non erano tumori. «La CNN ha mancato meno melanomi – sottolinea il professor Haenssle – il che significa che aveva una sensibilità più elevata rispetto ai dermatologi e ha diagnosticato un numero inferiore di nei benigni come melanoma maligno, il che significa che aveva una specificità più elevata, comportando un intervento chirurgico meno inutile. Quando i dermatologi ricevevano più informazioni e immagini cliniche al livello II, le loro prestazioni diagnostiche miglioravano. Tuttavia, la CNN, che stava ancora lavorando esclusivamente con le immagini dermoscopiche senza ulteriori informazioni cliniche, continuava a superare le capacità diagnostiche dei medici».
Macchina Vs uomo
I risultati hanno altresì rivelato che i dermatologi esperti si sono comportati meglio a livello I rispetto ai dermatologi meno esperti ed erano più bravi nel rilevare i melanomi maligni. Tuttavia, la loro capacità media di fare una diagnosi corretta era ancora peggiore della CNN a entrambi i livelli. «Questi risultati – fa notare Haenssle – mostrano che le reti neurali convoluzionali di apprendimento approfondito sono in grado di equivalere o superare dermatologi eccellenti, inclusi esperti ampiamente addestrati, nel compito di rilevare i melanomi».
Il melanoma si diffonde
Secondo le stime – riporta la nota – l’incidenza del melanoma maligno è in aumento, con circa 232mila nuovi casi in tutto il mondo e circa 55.500 decessi ogni anno per la malattia [2]. Può essere curato se rilevato precocemente, ma molti casi vengono diagnosticati solo quando il tumore è più avanzato e più difficile da trattare. «Sono stato coinvolto in progetti di ricerca che mirano a migliorare la diagnosi precoce del melanoma nelle sue fasi curabili per quasi 20 anni – racconta il professor Haenssle – Il mio gruppo e io ci stiamo concentrando su tecnologie non invasive che possono aiutare i medici a non perdere i melanomi, Per esempio, mentre eseguivo screening del cancro della pelle, quando mi sono imbattuto in recenti rapporti sugli algoritmi di deep-learning che sovraperformano gli esperti umani in compiti specifici, ho immediatamente capito che dovevamo esplorare questi algoritmi di intelligenza artificiale per diagnosticare il melanoma».
Gli sviluppi
Malgrado la CNN abbia dimostrato una superiorità, i ricercatori ritengono (e rassicurano) che la CNN non subentrerà ai dermatologi nella diagnosi dei tumori della pelle, ma potrebbe essere utilizzata come ulteriore aiuto. «Questa CNN può servire i medici coinvolti nello screening del cancro della pelle come aiuto nella decisione di eseguire una biopsia o meno di una lesione – conclude il prof. Haenssle – La maggior parte dei dermatologi utilizza già sistemi di dermoscopia digitale per immagini e per memorizzare le lesioni per la documentazione e il follow-up. Valutare rapidamente l’immagine memorizzata per un ‘parere esperto’ sulla probabilità di melanoma Stiamo attualmente pianificando studi prospettici per valutare l’impatto reale della CNN per medici e pazienti».
Riferimenti:
[1] Molti partecipanti provenivano da Paesi europei (Germania, Austria, Danimarca, Spagna, Grecia, Svezia, Belgio, Francia e Italia) o dagli Stati Uniti. Altri provenivano da Paesi come Svizzera, Australia, Giappone e Argentina.
[2] GLOBOCAN 2012, Cancer Today http://gco.iarc.fr/today/home , International Agency for Research on Cancer.