L’intelligenza artificiale (AI) sta diventando uno strumento sempre più concreto anche nella prevenzione oncologica, soprattutto in un ambito delicato come lo screening mammografico. L’obiettivo è chiaro: aumentare la capacità di individuare tumori al seno in fase precoce e, allo stesso tempo, alleggerire il carico di lavoro dei radiologi, spesso sotto pressione per l’alto volume di esami da leggere.
A fare il punto è il trial MASAI, pubblicato su The Lancet, uno dei più ampi studi randomizzati condotti finora sul tema. La ricerca ha confrontato lo screening tradizionale, basato sulla doppia lettura da parte di radiologi, con un modello “AI-supportato”, in cui l’algoritmo aiuta a selezionare i casi e a supportare l’interpretazione delle immagini.
Che cosa sono i tumori “intervallo” e perché contano
Uno degli aspetti più importanti valutati nello studio riguarda i cosiddetti interval cancers, cioè i tumori al seno diagnosticati tra un round di screening e il successivo, oppure entro 2 anni dall’ultimo controllo programmato, ma non rilevati al momento della mammografia.
Questi casi rappresentano una sfida per la prevenzione: possono essere tumori più aggressivi, a crescita rapida, oppure lesioni difficili da intercettare con la sola lettura dell’esame. Per questo, capire se l’AI possa ridurre il numero di tumori “intervallo” è un passaggio cruciale per valutare la reale efficacia dello screening.
Lo studio MASAI: oltre 105.000 donne a confronto
La ricerca è stata condotta in Svezia e ha coinvolto 105.934 donne, sottoposte a screening mammografico tra il 12 aprile 2021 e il 7 dicembre 2022. Le partecipanti sono state assegnate in modo casuale a due gruppi:
- screening mammografico supportato dall’AI;
- doppia lettura standard senza AI, cioè la valutazione indipendente di due radiologi.
L’età mediana era simile nei due gruppi: 53,8 anni nel gruppo AI e 53,7 anni nel gruppo controllo. Il trial è stato disegnato come studio randomizzato e controllato, con analisi mirata a verificare che l’uso dell’AI non peggiorasse la performance dello screening rispetto al modello tradizionale.
Come veniva usata l’AI nella lettura delle mammografie
Nel gruppo AI, l’algoritmo non sostituiva i radiologi ma veniva utilizzato per triage e supporto alla rilevazione. In pratica, l’AI analizzava gli esami e assegnava un livello di rischio, indirizzando alcuni casi a lettura singola e altri a doppia lettura, oltre a segnalare eventuali aree sospette da valutare con maggiore attenzione.
Questo approccio mira a ottimizzare le risorse e a rendere più efficiente la lettura degli esami, senza rinunciare al controllo clinico umano.
Perché l’AI può ridurre i tumori intervallo
In parole semplici, l’AI può aiutare a intercettare alcuni tumori che, pur essendo già presenti al momento della mammografia, rischiano di passare inosservati. L’algoritmo analizza le immagini in modo estremamente dettagliato e può evidenziare segnali piccoli o ambigui, come microcalcificazioni, lievi asimmetrie o aree sospette, richiamando l’attenzione del radiologo su elementi che potrebbero essere sottovalutati.
Inoltre, la capacità di smistare gli esami in base al rischio può permettere di concentrare il tempo e la doppia lettura sui casi più complessi, riducendo il rischio di errori legati a stanchezza o carico di lavoro. Resta però un punto fondamentale: l’AI non “prevede” tumori che si sviluppano rapidamente dopo lo screening, ma può aumentare le probabilità di individuare prima quelli che altrimenti emergerebbero tra un controllo e l’altro.
Potrebbe interessarti anche:
- Tumori ereditari, quali e sono e perché i test genetici contano davvero
- Tumore al seno dopo la menopausa: l'ormone silenzioso che può renderlo più aggressivo
- Prevenzione del tumore al seno: perché la prima mammografia non andrebbe mai rimandata
I risultati: tasso non inferiore e sensibilità più alta
Il dato principale riguarda il tasso di tumori intervallo, espresso per 1.000 partecipanti: 1,55 nel gruppo AI contro 1,76 nel gruppo controllo. Il rapporto tra i due gruppi è stato 0,88, con risultati compatibili con un’assenza di peggioramento dello screening AI-supportato rispetto alla doppia lettura standard.
Un altro risultato significativo riguarda la sensibilità, cioè la capacità di individuare correttamente i tumori presenti: 80,5% con AI contro 73,8% senza AI. La specificità, invece, è rimasta identica in entrambi i gruppi: 98,5%, suggerendo che l’aumento di sensibilità non si accompagna a un incremento di falsi positivi.
Cosa indicano questi dati per il futuro dello screening
Secondo gli autori, l’AI nello screening mammografico può migliorare le prestazioni rispetto alla doppia lettura tradizionale, mantenendo un profilo di sicurezza e aumentando l’efficienza del processo. Il messaggio centrale è chiaro: l’intelligenza artificiale può diventare un supporto utile nella pratica clinica, ma va introdotta con strumenti validati e con monitoraggio continuo dei risultati nel tempo.
Fonti
The Lancet - Interval cancer, sensitivity, and specificity comparing AI-supported mammography screening with standard double reading without AI in the MASAI study
