Uno studio condotto da Google mostra risultati entusiasmanti
I ricercatori di Google Artificial Intelligence hanno sviluppato un algoritmo in grado di rilevare i tumori polmonari con una percentuale di successo del 94,4%. I risultati dello studio “End-to-end lung cancer screening with three-dimensional deep learning on low-dose chest computed tomography” sono stati pubblicati sulla rivista Nature Medicine il 20 maggio 2019.
Il cancro al polmone causa quasi 160.000 morti negli Stati Uniti. Si tratta della principale causa di morte correlata al cancro negli Stati Uniti. La diagnosi precoce è fondamentale sia per fermare l’avanzare del tumore, sia per migliorare le condizioni cliniche dei pazienti.
Nella diagnosi del cancro ai polmoni, la tomografia computerizzata (TC) è diventata un’alternativa molto valida alla radiografia del torace. Infatti, alcuni studi sostengono che la TC sia un metodo più efficace per la diagnosi di cancro ai polmoni, in particolare la TC a basse dosi (LDCT), il cui impiego ha contribuito a ridurre del 20% le morti per cancro ai polmoni. Tuttavia, un'alta percentuale di falsi positivi e falsi negativi rende ancora difficile l’iter diagnostico. Questi errori in genere ritardano la diagnosi di cancro al polmone, con conseguenze che possono essere drammatiche.
Un team di ricerca di Google ha ha utilizzato l’intelligenza artificiale per individuare i tumori polmonari nelle scansioni LDCT. I ricercatori hanno realizzato un algoritmo usando il deep learning. L'intero processo di apprendimento da parte del computer è simile a quello di uno studente a scuola, fatto di memorizzazione di dati, lezioni, quiz, e test di valutazione. Una precisione così alta non si era mai raggiunta finora in sperimentazioni simili. L’algoritmo è stato usato prima per analizzare 6.716 casi del National Lung Cancer Screening Trial. Poi sono stati analizzati altri 1.139 casi clinici. La precisione misurata è stata del 94,4%.
I ricercatori concordano sul fatto che questo sia solo un primo passo e che occorra fare molto di più prima che l'algoritmo possa essere utilizzato negli ospedali per la diagnosi. Se un radiologo commette un errore, causa un danno ad una sola persona, invece se l'algoritmo commette un errore il danno può essere fatto a migliaia di pazienti. Pertanto, il sistema deve essere rigorosamente testato prima di essere utilizzato per lo screening di massa.
Secondo Eric Topol, esperto di digital health, l’intelligenza artificiale non sostituirà i radiologi, ma renderà il loro lavoro più facile. Shravya Shetty, un ingegnere informatico di Google e co-autore dello studio, in una dichiarazione ha detto: "Un problema da non trascurare è la diffidenza dei medici nei confronti dell’intelligenza artificiale. Una soluzione per costruire la fiducia dei radiologi potrebbe essere mostrare loro come funziona il sistema”.
Fonte: Ardila D, Kiraly AP, Bharadwaj S, Choi B, Reicher JJ, Peng L, Tse D, Etemadi M, Ye W, Corrado G, Naidich DP, Shetty S. End-to-end lung cancer screening with three-dimensional deep learning on low-dose chest computed tomography. Nat Med. 2019 May 20. doi: 10.1038/s41591-019-0447-x.