L’intelligenza artificiale potrebbe aiutare a diagnosticare il tumore al seno con anni di anticipo. È quanto emerge da uno studio pubblicato sulla rivista Radiology, secondo cui alcuni sistemi applicati all’analisi delle mammografie sarebbero in grado di individuare segnali della malattia fino a sei anni prima della diagnosi clinica. Una scoperta che apre nuove prospettive per la prevenzione e la diagnosi precoce.
La sfida tecnologia in sanità è un tema dii forte attualità, lo affrontiamo con la professoressa Rossana Berardi, direttrice della Clinica Oncologica dell’Azienda Ospedaliero Universitaria delle Marche, presidente di One Health Foundation e presidente eletto AIOM/Associazione Italiana di Oncologia Medica.
L’intervista
Professoressa Berardi le Marche sono pronte alla sfida dell’AI ?
«Le Marche hanno competenze cliniche, universitarie e tecnologiche importanti e possiedono le condizioni per affrontare la sfida dell’intelligenza artificiale in sanità. L’AI può rappresentare una grande opportunità per il sistema sanitario regionale, ma richiede alcune condizioni fondamentali: dati clinici di qualità, raccolti in modo corretto e utilizzabili in sicurezza; infrastrutture digitali interoperabili, cioè capaci di dialogare tra ospedali, territorio, laboratori, radiologie e ambulatori; personale sanitario formato non solo all’uso tecnico degli strumenti, ma anche alla comprensione dei loro limiti; una governance chiara, che stabilisca responsabilità, criteri di validazione, modalità di utilizzo e tutela della privacy. Il punto centrale è che l’intelligenza artificiale non deve essere vista come un sostituto del medico. Deve essere uno strumento di supporto alla decisione clinica, in grado di aiutare i professionisti a leggere meglio grandi quantità di dati, individuare segnali precoci, ridurre la variabilità, ottimizzare i percorsi e personalizzare le cure. La decisione finale, però, deve restare sempre in capo al medico, all’interno di una relazione di cura con il paziente. Per questo, la vera sfida per le Marche non è solo tecnologica, ma culturale e organizzativa. Occorre integrare l’AI nei percorsi di diagnosi e cura in modo graduale, validato, trasparente ed equo, evitando che l’innovazione aumenti le disuguaglianze tra centri o territori. Se ben governata, l’intelligenza artificiale può diventare uno strumento prezioso per migliorare la qualità dell’assistenza, rendere più efficiente il sistema sanitario e offrire ai pazienti cure sempre più precise e personalizzate».
In che modo l’AI può aiutare l’oncologia nella diagnosi nella lotta ai tumori al seno?
«Nel tumore al seno l’intelligenza artificiale può essere particolarmente utile nella lettura delle immagini, quindi mammografie, ecografie, risonanze magnetiche ma anche immagini istologiche. Può aiutare a identificare lesioni sospette, ridurre il rischio di errore, supportare il radiologo nei casi più complessi e rendere più omogenea la qualità diagnostica. Un ambito molto promettente è lo screening mammografico. In oncologia, inoltre, l’AI può contribuire a integrare molte informazioni diverse: immagini, dati clinici, caratteristiche molecolari del tumore, risposta ai trattamenti, tossicità, comorbidità. Questo può aiutarci a personalizzare sempre di più le cure e a individuare sottogruppi di pazienti che possono beneficiare di strategie terapeutiche più mirate».
Le prospettive
L’AI apre una nuova era sul fronte della prevenzione oncologica?
«Potenzialmente sì, ma occorre precisare che l’AI da sola non previene i tumori. Può però rendere la prevenzione più intelligente, più personalizzata e più tempestiva. Oggi gli screening sono spesso basati su criteri generali, come età e sesso. In futuro, l’AI potrà aiutare a costruire modelli di rischio individuale, integrando familiarità, genetica, stili di vita, densità mammaria, storia clinica e altri fattori. Questo potrebbe consentire percorsi di prevenzione più personalizzati: controlli più ravvicinati per chi ha un rischio maggiore, percorsi meno intensivi per chi ha un rischio più basso, uso più efficiente delle risorse».
Quali sono i principali limiti di questi sistemi?
«Il primo limite è la qualità dei dati. Un algoritmo è tanto affidabile quanto lo sono i dati su cui è stato addestrato. Se i dati sono incompleti, non rappresentativi o raccolti in contesti molto diversi da quelli in cui il sistema viene usato, il rischio è ottenere risultati non accurati o non generalizzabili. Inoltre, c’è il tema regolatorio e etico. L’AI in sanità rientra tra gli ambiti ad alto impatto e richiede sicurezza, tracciabilità, supervisione umana e protezione dei dati».
La sfida
Quali sono le altre sfide dell’oncologia?
«L’AI è una grande opportunità, ma non è l’unica sfida dell’oncologia. La prima resta la diagnosi precoce: dobbiamo aumentare l’adesione agli screening e ridurre le disuguaglianze territoriali e sociali nell’accesso alla prevenzione. Poi c’è la sfida della medicina personalizzata. Oggi conosciamo sempre meglio le caratteristiche biologiche dei tumori e abbiamo farmaci sempre più mirati, immunoterapia, terapie a bersaglio molecolare, anticorpi farmaco-coniugati. Ma tutto questo richiede accesso ai test molecolari, reti oncologiche efficienti, multidisciplinarietà e sostenibilità. Al congresso ASCO a Chicago nei giorni scorsi abbiamo visto che l’AI non è più un tema futuristico: è già oggetto di studi clinici in oncologia, anche nel tumore della mammella. Può aiutarci nella lettura delle immagini, nella previsione della risposta alle terapie e nella selezione delle pazienti che possono beneficiare realmente di trattamenti come la chemioterapia. Tuttavia, la parola chiave resta validazione: questi sistemi devono essere testati in modo prospettico, multicentrico, su popolazioni diverse e integrati nei percorsi clinici con supervisione medica. L’intelligenza artificiale non sostituirà il medico, ma i medici che sapranno usarla in modo critico, etico e competente potranno offrire cure migliori»
#Adessonews seleziona nella rete articoli di particolare interesse.
Se vuoi leggere l’articolo completo clicca sul seguente link
Annalisa Appignanesi
Source link
