Una nuova arma nella diagnosi del cancro: l’intelligenza artificiale

SALUTE – Abbiamo già parlato, in questo articolo, dell’utilizzo dell’intelligenza artificiale a supporto della diagnosi precoce del morbo di Alzheimer e del cancro. Recentemente, i ricercatori del laboratorio di Intelligenza Artificiale dell’Università di Stanford hanno sviluppato un algoritmo di diagnosi del cancro alla pelle, pubblicando i risultati dello studio sulla rivista Nature.

Il cancro alla pelle è uno dei tipi di tumore più diffusi, e la probabilità di sopravvivere dipende molto dalla tempestività della diagnosi. La sopravvivenza a cinque anni dalla diagnosi per melanoma è del 99% in caso il tumore sia scoperto precocemente, mentre cala al 14% se il riconoscimento avviene troppo tardi. Questo tipo di tumore si può diagnosticare tramite un’ispezione visiva diretta: normalmente un dermatologo può, a occhio nudo o mediante un dermatoscopio, individuare eventuali lesioni sospette e, nell’eventualità, prescrivere una biopsia per determinarne con certezza la natura.

Spesso i pazienti sottovalutano l’importanza di un controllo regolare della pelle, e rischiano di non fare attenzione a lesioni potenzialmente riconducibili al cancro alla pelle. Inoltre il costo della visita spesso scoraggia chi dovrebbe sottoporvisi, inducendolo a minimizzare o trascurare il rischio, rimandando un appuntamento che potrebbe salvargli la vita.

I ricercatori di Stanford hanno quindi immaginato una soluzione potenzialmente più comoda ed conomica, ma abbastanza affidabile da poter essere qualificata come strumento clinico efficace e obiettivo.

Il cuore dell’algoritmo è stato concepito e sviluppato basandosi sulle tecniche di deep learning, una branca dell’intelligenza artificiale che consente di estrarre, a partire da dati grezzi, dei concetti astratti. Ne abbiamo già parlato in questo articolo, in cui si descrive come Google abbia impiegato proprio il deep learning per sviluppare il sistema in grado di battere il campione del mondo nell’antico gioco cinese del Go.

Nelle tecniche algoritmiche dell’intelligenza artificiale classica, il ricercatore con un approccio denominato top-down trasferisce nel codice, passo dopo passo, le azioni da condurre per risolvere un problema. Il deep learning sfrutta invece un approccio di tipo bottom-up: un sistema artificiale che mima l’organizzazione stessa del sistema nervoso umano viene addestrato per effettuare delle inferenze, ossia estrarre un valore o un significato astratto, da una gran mole di dati provenienti dal mondo reale. Nella ricerca in questione, la base su cui l’algoritmo si è allenato è stata costituita da una database di centinaia di migliaia di immagini di patologie della pelle, corredate da apposite etichette relative alla malattia. E l’ispirazione è venuta proprio dal un lavoro precedente di Google, che aveva già sviluppato un algoritmo in grado di effettuare una classificazione di milioni di immagini in migliaia di differenti categorie.

L’efficacia dell’algoritmo è stata testata facendo competere l’intelligenza artificiale con 21 medici dermatologi, e confrontando su un campione di casi le sue risposte con quelle di quegli esperti. I risultati hanno mostrato una percentuale molto alta di sovrapposizione delle diagnosi.

Per catturare le immagini da sottoporre all’esame, i ricercatori hanno proposto di utilizzare un comune smartphone.

Leggi anche: Prodotti solari: un SPF più alto protegge di più?

Pubblicato con licenza Creative Commons Attribuzione-Non opere derivate 2.5 Italia.