AI per la cura contro il cancro al seno: la ricerca del MIT

Cura contro il cancro al seno: ecco la ricerca del MIT

Ogni anno migliaia di donne muoiono di cancro al seno nel mondo e sono 40.000 solo negli USA. Per avere maggiori chance di guarigione, la prevenzione e la diagnosi in uno stato iniziale della malattia rivestono un ruolo fondamentale.

La mammografia è il miglior test disponibile ma spesso porta a falsi positivi, che possono portare a loro volta a biopsie e interventi chirurgici non necessari.
Una causa comune di falsi positivi sono le cosiddette lesioni “ad alto rischio” che appaiono sospette sulle mammografie e hanno cellule anormali quando vengono testate mediante biopsia con ago. In questo caso, il paziente solitamente subisce un intervento chirurgico per rimuovere la lesione; tuttavia, le lesioni risultano essere benigne in chirurgia il 90% delle volte. Ciò significa che ogni anno migliaia di donne si sottopongono a interventi chirurgici dolorosi, costosi, che provocano cicatrici e che non sono nemmeno necessari.

Per evitare tutto questo viene in nostro soccorso la ricerca ed in questo caso una ricerca molto interessante portata avanti dal MIT (Massachussets Institute of Technology) per la cura contro il cancro al seno.

Infatti i ricercatori del MIT’s Computer Science e Artificial Intelligence Laboratory (CSAIL), Massachusetts General Hospital e Harvard Medical School credono che la risposta sia quella di rivolgersi all’intelligenza artificiale (AI).

In questo caso l’intelligenza artificiale potrebbe consentirci di migliorare il rilevamento e la diagnosi. Come primo progetto per applicare l’intelligenza artificiale al miglioramento del rilevamento e della diagnosi, i team hanno collaborato allo sviluppo di un sistema di intelligenza artificiale che utilizza l’apprendimento automatico per prevedere se una lesione ad alto rischio identificata sulla biopsia dell’ago, dopo un esame mammografico possa essere o meno cancro.
Quando è stato testato, su 335 lesioni ad alto rischio, il modello ha diagnosticato correttamente il 97 percento dei tumori della mammella come maligni e ha ridotto il numero di interventi chirurgici benigni di oltre il 30 percento rispetto agli approcci esistenti.

“Quando c’è molta incertezza nei dati, l’apprendimento automatico è esattamente lo strumento di cui abbiamo bisogno per migliorare il rilevamento e prevenire il sovra-trattamento”, ha affermato la scienziata Regina Barzilay, MIT’s Delta Electronics Professor of Electrical Engineering and Computer Science dell’istituto.

Addestrato su informazioni inerenti oltre 600 lesioni esistenti ad alto rischio, il modello cerca pattern tra molti dati, che includono dati demografici, storia familiare, biopsie passate e report di patologia.
“A nostra conoscenza, questo è il primo studio ad applicare l’apprendimento automatico al compito di distinguere le lesioni ad alto rischio che necessitano di un intervento chirurgico da quelle che non lo fanno”, afferma la collaboratrice Constance Lehman, professore presso la Harvard Medical School e capo della Breast Imaging Division presso il Dipartimento di Radiologia di MGH.

“Riteniamo che ciò potrebbe aiutare le donne a prendere decisioni più informate sul loro trattamento e potremmo fornire  così approcci più mirati all’assistenza sanitaria in generale”, ha aggiunto.

Ma come funziona questo metodo?

Quando una mammografia rileva una lesione sospetta, viene eseguita una biopsia dell’ago per determinare se si tratta di cancro. Circa il 70% delle lesioni è benigno, il 20% è maligno e il 10% sono lesioni ad alto rischio.
I medici gestiscono le lesioni ad alto rischio in diversi modi. Alcuni fanno un intervento chirurgico in tutti i casi, mentre altri eseguono un intervento chirurgico solo per lesioni che hanno tassi di cancro più elevati, come “iperplasia duttale atipica” (ADH) o “carcinoma lobulare in situ” (LCIS).
Il primo approccio richiede che il paziente subisca un intervento doloroso, dispendioso in termini di tempo e costoso che di solito non è necessario; il secondo approccio è impreciso e potrebbe comportare la scomparsa di tumori in lesioni ad alto rischio diverse da ADH e LCIS.
“La stragrande maggioranza dei pazienti con lesioni ad alto rischio non ha il cancro e stiamo cercando di trovare i pochi che lo sono”, dice Bahl, un collega medico presso il Dipartimento di Radiologia di MGH. “In uno scenario come questo c’è sempre il rischio che quando cerchi di aumentare il numero di cancri che puoi identificare, aumenterai anche il numero di falsi positivi che trovi”.

Utilizzando un metodo noto come “random-forest classifier”, il modello del team ha comportato meno interventi chirurgici non necessari rispetto alla strategia di eseguire sempre un intervento chirurgico.
“Questo lavoro mette in luce un esempio di utilizzo della tecnologia ad apprendimento automatico all’avanguardia per evitare interventi chirurgici non necessari”, afferma Marc Kohli, Direttore della Clinica informatica presso il Dipartimento di Radiologia e Imaging Biomedico dell’Università della California a San Francisco. “Questo è il primo passo verso la comunità medica che abbraccia l’AI come un modo per identificare modelli e tendenze altrimenti invisibili agli umani.”

“In passato avremmo potuto raccomandare che tutte le lesioni ad alto rischio fossero asportate chirurgicamente“, afferma Lehman. “Ma ora, se il modello determina che la lesione ha una probabilità molto bassa di essere cancerosa in uno specifico paziente, possiamo avere una discussione più informata con la nostra paziente sulle sue opzioni. 

“Nel lavoro futuro speriamo di incorporare le immagini reali delle mammografie e delle immagini delle diapositive della patologia, oltre a informazioni più ampie sui pazienti da cartelle cliniche”, afferma Bahl.
Andando avanti, il modello potrebbe anche essere facilmente modificato per essere applicato ad altri tipi di cancro e anche ad altre malattie.
“Un modello come questo funzionerà ogni volta che si hanno molti fattori diversi correlati ad un risultato specifico”, afferma Barzilay. “Speriamo che ci consenta di iniziare ad andare oltre un approccio unico alla diagnosi medica”.

Questo modello potrebbe già essere testato in clinica a partire dal prossimo anno. 

Insomma l’Intelligenza Artificiale potrebbe rivelarsi straordinariamente importante per salvare molte vite umane, oltre che migliorare la qualità della nostra vita ed evitare preoccupazioni, interventi chirurgici e biopsie inutili. La cura contro il cancro al seno conosce ora un altro alleato.