L’intelligenza artificiale è migliore dei dermatologi nella diagnosi del cancro della pelle

cancro della pelle
I ricercatori hanno dimostrato per la prima volta che una forma di intelligenza artificiale o apprendimento automatico conosciuta come una rete neuronale convoluzionale (CNN) è meglio dei dermatologi esperti nel rilevare il cancro della pelle.
In uno studio pubblicato oggi sulla principale rivista oncologica Annals of Oncology, ricercatori in Germania, negli Stati Uniti e in Francia hanno addestrato una intelligenza artificiale o CNN, a identificare il cancro della pelle mostrando ad essa più di 100.000 immagini di melanomi maligni (la forma più letale di cancro della pelle) e talpe con tumori benigni (o nevi). I ricercatori hanno confrontato le sue prestazioni con quelle di 58 dermatologi internazionali e hanno scoperto che la CNN ha diagnosticato più melanomi e più talpe con nevi benigni rispetto al gruppo di dermatologi.

Una CNN 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 l'occhio vede. La CNN è in grado di imparare velocemente dalle immagini che "vede" e insegnare a se stessa da ciò che ha imparato a migliorare le sue prestazioni (un processo noto come apprendimento automatico).

Il primo autore dello studio, il Professor Holger Haenssle, medico senior presso il Dipartimento di Dermatologia dell'Università di Heidelberg, in Germania, ha spiegato: "La CNN funziona come il cervello di un bambino. Per addestrarlo, abbiamo mostrato alla CNN più di 100.000 immagini di tumori e talpe con tumori 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 riconoscere le lesioni maligne.

"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. 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 essere testate da dermatologi rispetto ai risultati della CNN".

I dermatologi di tutto il mondo sono stati invitati a partecipare e 58 dermatologi di 17 paesi in tutto il mondo hanno aderito. 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 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 necessaria). 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 sono state chieste loro nuovamente diagnosi e decisioni di gestione.

( Vedi anche:Dieta ricca di pomodoro dimezza il rischio di cancro della pelle).

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 tumori delle talpe (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% dei non tumori.

"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".

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 la diagnosi corretta era ancora peggiore della CNN a entrambi i livelli.

"Questi risultati mostrano che le reti neurali convoluzionali di apprendimento approfondito sono allo stesso livello di dermatologi eccellenti, inclusi esperti ampiamente addestrati, nel compito di rilevare i melanomi".

L'incidenza del melanoma maligno è in aumento, con circa 232.000 nuovi casi in tutto il mondo e circa 55.500 decessi ogni anno. Può essere curato se rilevato precocemente, ma molti casi vengono diagnosticati solo quando il tumore è più avanzato e più difficile da trattare.

Il Professor Haenssle ha dichiarato: "Sono stato coinvolto in progetti di ricerca che mirano a migliorare la diagnosi precoce del melanoma nelle sue fasi curabili per quasi 20 anni.Il mio gruppo e io ci stiamo concentrando su tecnologie non invasive che possono aiutare i medici. Ad esempio, mentre eseguivo screening del cancro della pelle, 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".

I ricercatori non prevedono che la CNN subentrerà ai dermatologi nella diagnosi dei tumori della pelle, ma che potrebbe essere utilizzata come ulteriore aiuto.
I ricercatori non prevedono che la CNN subentrerà ai dermatologi nella diagnosi dei tumori della pelle, ma che potrebbe essere utilizzata come ulteriore aiuto.

"Questa CNN può servire ai medici coinvolti nello screening del cancro della pelle come aiuto nella decisione di eseguire una biopsia o meno di una lesione. 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".

Lo studio ha alcune limitazioni, tra cui il fatto che i dermatologi si trovavano in un ambiente artificiale dove sapevano di non prendere decisioni di "vita o morte"; i set di test non includevano l'intera gamma di lesioni cutanee; c'erano meno immagini convalidate da tipi di pelle non caucasici e background genetici e il fatto che i medici non sempre seguono la raccomandazione di una CNN di cui non si fidano.

I ricercatori evidenziano una serie di problemi che dovrebbero essere affrontati prima che la IA possa diventare standard nelle cliniche, compresa la difficoltà di immaginare alcuni melanomi su siti come le dita di mani e piedi e il cuoio capelluto e come addestrare l'IA sufficientemente per riconoscere i melanomi atipici.

Concludono gli autori: "Al momento non esiste un sostituto per un esame clinico approfondito, tuttavia la fotografia in 2-D e 3-D total body è in grado di catturare circa il 90-95% della superficie della pelle e dato lo sviluppo esponenziale della tecnologia di imaging prevediamo che prima o poi la diagnosi automatizzata cambierà il paradigma diagnostico in dermatologia. C'è ancora molto lavoro da fare per implementare questa entusiasmante tecnologia in sicurezza nell'assistenza clinica di routine".
Fonte: Annals of Dermatology
 

 

.

 

Altri articoli su cancro della pelle