L'intelligenza artificiale in ambito senologico.

Il tumore alla mammella è una delle patologie neoplastiche a più alta prevalenza nelle donne e nonostante la mortalità associata a questo tipo di tumore sia ancora molto elevata, è in continua diminuzione grazie ad una diffusione sempre maggiore dei programmi di screening, attraverso l’utilizzo della mammografia, che è la tecnica radiologica più efficace per l’individuazione precoce del cancro al seno. Tali programmi, permettono di limitare i trattamenti ed aumentare i tassi di sopravvivenza, identificando i tumori allo stadio iniziale, ancor prima della comparsa dei sintomi. Più la prognosi è anticipata, più è alta la possibilità di guarigione; perciò, la ricerca spinge a trovare soluzioni sempre più innovative per individuare precocemente le neoplasie. Tuttavia, quest’ultima presenta alcune limitazioni, tra cui una scarsa sensibilità, il problema dei falsi positivi o dei falsi negativi, dati dalla sovrapposizione del tessuto mammario o dalla densità parenchimale, i quali potrebbero determinare una seguente diagnosi errata. Per ovviare a queste difficoltà, vengono eseguiti spesso ulteriori esami di approfondimento, come ad esempio ecografia, risonanza e biopsia, ma anche tecniche innovative come la Tomosintesi Digitale. Dato lo sviluppo sempre maggiore di queste tecnologie, si sono inseriti in questo ambito nuove metodologie e approcci basati su algoritmi di intelligenza artificiale che sono in grado, non solo di sostituire e automatizzare le operazioni più standardizzate e ripetitive nel flusso di lavoro, ma anche di effettuare delle previsioni utili ai radiologi, come supporto decisionale durante l’analisi dell’immagine. Questi algoritmi, benché presentino alcune limitazioni e non possano sostituire completamente l’esperienza degli esperti, sembrano comunque aver preso parte in modo significativo a soddisfare la domanda crescente di mammografie di screening, contribuendo alla corretta diagnosi e riducendo così la mortalità per cancro al seno.