IA supera i medici anche nella diagnosi tumore alla prostata?


    L'inesorabile marcia dell'IA prosegue verso un numero crescente di aree della medicina.

    All'inizio della settimana scorsa abbiamo parlato di un algoritmo (sviluppato da un gruppo di ricercatori statunitensi) in grado di individuare, attraverso la comparazione delle immagini di campioni di tessuto prelevati chirurgicamente, i 10 tipi più comuni di cancro al cervello con un livello di accuratezza pari a quello del lavoro dei patologi umani.

    Sempre all’inizio della settimana scorsa sono stati pubblicati i risultati di due importanti studi diagnostici sull’autorevole rivista The Lancet Oncology. Gli studi sono stati condotti da una parte da un gruppo di ricercatori olandesi e dall’altra da un gruppo di ricercatori svedesi e finlandesi, entrambi gli studi si riferiscono alla medesima tematica: l’utilizzo dell’IA per effettuare diagnosi del tumore alla prostata basandosi sulle analisi delle biopsie.  

    Prostata sana e prostata con tumore. Credits: WikipediaImmagine - Prostata sana (a sx) e prostata con tumore (a dx) Credits: BQmUB2012102 [CC BY-SA 3.0)] https://commons.wikimedia.org/wiki/File:Prostate_Cancer.jpg

    Vediamo meglio di cosa si sono occupati i due gruppi di ricercatori. Partiamo prima con il gruppo olandese.

    Lo studio del gruppo olandese

    I ricercatori olandesi della Radboud University hanno sviluppato un sistema di "deep learning" più efficace (secondo quanto riferito dagli stessi ricercatori) della maggior parte dei patologi clinici nel determinare l'aggressività del cancro alla prostata.

    In realtà compie lo stesso lavoro – analizza frammenti di tessuto (biopsie) prelevati dalla prostata e calcola un punteggio di Gleason (Gleason score). Il punteggio di Gleason fornisce un sistema di classificazione per valutare l'aggressività di un cancro e le migliori opzioni di trattamento. Il punteggio di Gleason è un marcatore prognostico chiave per il cancro alla prostata.

    Ciò che l’algoritmo aggiunge, scrivono i ricercatori, è la coerenza. L'approccio attuale è necessariamente soggettivo, perché se e come un paziente viene trattato può dipendere dal patologo che valuta il tessuto.

    «Il punteggio di Gleason è il più forte predittore correlato di recidiva per il cancro alla prostata, ma ha una sostanziale variabilità tra gli osservatori, ciò limita la sua utilità per i singoli pazienti», scrive Wouter Bulten su The Lancet Oncology. «Patologi specializzati nel campo urologico hanno una maggiore concordanza; tuttavia, tale competenza non è ampiamente disponibile».

    Il sistema di IA (Intelligenza Artificiale) ha esaminato le immagini di 5759 biopsie provenienti da più di 1243 pazienti per apprendere che cos’è una prostata sana e cosa invece assomiglia al tessuto del tumore alla prostata, più o meno aggressivo. Il sistema è stato sviluppato per essere in grado di delineare le singole ghiandole, assegnare modelli di crescita di Gleason e determinare il punteggio di una biopsia.

    «Quando abbiamo confrontato le prestazioni dell'algoritmo con quelle di 15 patologi provenienti da vari Paesi e con diversi livelli di esperienza, il nostro sistema ha ottenuto prestazioni migliori rispetto a 10 di questi patologi. I risultati ottenuti dall’algoritmo sono stati paragonabili a quelli che si possono ottenere attraverso i patologi con grande esperienza», scrive Bulten.

    Fortunatamente con questo sistema non c’è bisogno di escludere completamente gli esseri umani dalle diagnosi dei tumori alla prostata. I ricercatori suggeriscono che l’algoritmo potrebbe "contribuire alla diagnosi del cancro alla prostata".

    «Il sistema potrebbe infatti aiutare i patologi esaminando le biopsie, fornendo seconde opinioni sul gruppo di grado (Grade Group) e presentando misurazioni quantitative delle percentuali di volume», scrivono i ricercatori.

    Lo studio dei ricercatori svedesi

    Fin qui abbiamo visto che cosa hanno fatto i ricercatori olandesi. Vediamo adesso che cosa hanno sviluppato i ricercatori del Karolinska Institutet, Svezia insieme ai colleghi della Tampere University, Finlandia.

    Il sistema di IA, chiamato OncoWatch, sviluppato dagli scienziati svedesi è stato paragonabile alle capacità di 23 uropatologi nel determinare il punteggio di Gleason di un campione. Anche i risultati dello studio “Artificial intelligence for diagnosis and grading of prostate cancer in biopsies: a population-based, diagnostic study” condotto dai ricercatori svedesi sono stati pubblicati sulla rivista The Lancet Oncology http://dx.doi.org/10.1016/S1470-2045(19)30738-7 .

     

    Martin Eklund, professore associato del Karolinska Institutet, scrive: «Il nostro strumento di IA ha il potenziale per ridurre il carico di lavoro degli uropatologi, in questo modo tali specialisti potranno concentrarsi sui casi più difficili e allo stesso tempo fungere da rete di sicurezza per migliorare la qualità del sistema. Inoltre tale sistema ha anche il potenziale per accelerare la diagnostica e ridurre i costi per i servizi sanitari».

     

    Per addestrare e testare il sistema, i ricercatori hanno preso le immagini ad alta risoluzione di oltre 8.000 biopsie provenienti da 1.200 uomini svedesi di età compresa tra 50 e 69. Sono stati utilizzati circa 6.600 campioni per addestrare il sistema di IA a riconoscere e individuare le differenze tra biopsie con e senza cancro, mentre i campioni rimanenti sono stati utilizzati per testare il sistema.

    Il sistema di IA si è dimostrato essere alla pari con gli esperti umani

    Oltre a una capacità quasi perfetta di assegnare i punteggi di Gleason, il sistema di IA si è dimostrato essere alla pari con gli esperti in carne e ossa nel determinare se un campione contenesse o meno un cancro, oltre a stimare la lunghezza del tumore in una biopsia.

     

    «L'idea non è che l'IA debba sostituire il coinvolgimento umano, ma piuttosto agire come una rete di sicurezza per garantire che alcuni tumori non sfuggano alla vista dei patologi e sia di aiuto nella standardizzazione della classificazione».

    «Il sistema potrebbe anche servire come alternativa in alcune parti del mondo dove oggi c'è una completa mancanza di medici con competenze specifiche».

    Implementare sistemi di IA per effettuare diagnosi dei tumori nei sistemi sanitari nazionali?

    Siamo di fronte a degli studi (quello olandese e quello svedese/finlandese) che abbracciano diversi paesi europei e sono appena agli inizi e hanno l'obiettivo di addestrare i sistemi di IA a riconoscere il cancro nelle biopsie prelevate da diversi laboratori, con diversi tipi di scanner digitali e con modelli di crescita molto rari. Questi modelli di IA potrebbero venire implementati nei sistemi sanitari dei Paesi in cui si stanno eseguendo gli studi. La speranza è che tali sistemi di IA si diffondano presto negli ambienti ospedalieri per aiutare i medici a ottenere diagnosi più accurate e in tempi molto più brevi, un vantaggio enorme per la salute dei pazienti.