È in partenza nel Regno Unito il più grande trial mai realizzato per testare l’affidabilità e l’accuratezza dell’intelligenza artificiale nella diagnosi di cancro al seno. Se così fosse, si potrebbero ridurre i tempi delle relative analisi, sopperendo alla carenza di medici radiologi, che si prevede raggiungerà il culmine nei prossimi anni.
Cinque diversi tipi di intelligenza artificiale saranno utilizzati per analizzare i due terzi (circa 462mila) delle almeno 700mila mammografie eseguite in 30 centri di screening per il tumore al seno in UK, a partire da quest’anno. Le restanti 238mila scansioni saranno esaminate nel modo tradizionale da due radiologi e i due insiemi di risultati verranno confrontati.
Ad annunciare il trial, il Dipartimento della salute e dell’assistenza sociale (Dhsc) in occasione della Giornata mondiale contro il Cancro, lo scorso 4 febbraio, confermando anche di essere al lavoro su un nuovo piano nazionale dedicato alla diagnosi e al trattamento del cancro, come riporta il Guardian.
Se il sistema si dimostrerà efficace, gli ospedali potrebbero sostituire con l’intelligenza artificiale uno dei due radiologi oggi interpellati per esaminare ogni mammografia alla ricerca di segni di tumore, secondo il cosiddetto sistema del “secondo lettore”.
Potrebbe quindi essere sufficiente un solo radiologo per la lettura dell’esame, con l’intelligenza artificiale a fornire un secondo parere. Ciò permetterebbe di liberare numerosi specialisti per altre attività, riducendo i tempi di attesa dei pazienti per i risultati di test diagnostici come radiografie e risonanze magnetiche.
“Questo trial rivoluzionario potrebbe rappresentare un passo significativo per la diagnosi precoce del tumore al seno, offrendo alle donne diagnosi più rapide e precise quando è più necessario”, ha dichiarato Lucy Chappell, consigliere scientifico capo del Dhsc e amministratore delegato del National Institute for Health and Care Research, che finanzia lo studio da 11 milioni di sterline.
Già nel 2023 uno studio più piccolo condotto in Svezia su circa 80mila donne (pubblicato su the Lancet Oncology), aveva dimostrato che l’uso dell’intelligenza artificiale era sicuro e poteva ridurre il carico di lavoro dei radiologi di circa la metà, senza aumentare il numero di falsi positivi.
“Un primo dato, ma non ancora sufficiente per implementare il sistema in clinica – spiega Samantha Harrison, responsabile delle evidenze strategiche presso Cancer Research UK -. Il numero di casi di cancro diagnosticati ogni anno è in aumento, e innovazioni come questa potrebbero aiutare a ridurre la pressione sul personale dell’Nhs e ad abbattere le liste di attesa. Abbiamo bisogno di più ricerca per comprendere come l’intelligenza artificiale possa supportare lo screening del cancro, quindi è fantastico vedere il governo britannico finanziare questo trial”.
Sebbene però l’intelligenza artificiale abbia un “potenziale immenso per aiutare i medici a gestire la crescente domanda di test diagnostici e cure oncologiche”, come fa notare Katharine Halliday, presidente del Royal College of Radiologists, comporta anche “rischi significativi”. Halliday ha evidenziato infatti la necessità che gli algoritmi siano attentamente progettati per fornire risultati affidabili per tutte le donne, indipendentemente dal loro background etnico. Ha inoltre espresso preoccupazione per il fatto che, mentre i risultati del trial non saranno disponibili per diversi anni, la carenza di consulenti specializzati nell’Nhs potrebbe raggiungere il 40% entro il 2028.
Redazione Nurse Times
Fonte: AboutPharma
Articoli correlati
- L’intelligenza artificiale: un’opportunità per la sanità
- Diagnosi medica: potenziale e limiti dell’intelligenza artificiale
- Intelligenza artificiale: il suo approccio nel Wound Care
Scopri come guadagnare pubblicando la tua tesi di laurea su NurseTimes
Il progetto NEXT si rinnova e diventa NEXT 2.0: pubblichiamo i questionari e le vostre tesi
Carica la tua tesi di laurea: tesi.nursetimes.org
Carica il tuo questionario: https://tesi.nursetimes.org/questionari
Lascia un commento