Melanoma: algoritmo esegue valutazioni con la stessa precisione dei dermatologi

23.02.2021 | Popular Science

Secondo un recente studio, l’intelligenza artificiale sarebbe in grado di eseguire una valutazione della gravità del melanoma della pelle con la stessa accuratezza dei dermatologi.


Lo scopo dello studio era, attraverso l’apprendimento automatico (Ml), di addestrare un algoritmo per determinare se il melanoma cutaneo fosse invasivo e se avesse un rischio di diffusione (metastatizzazione).


L’algoritmo è stato addestrato e validato su 937 immagini dermatoscopiche di melanoma, e successivamente testato su 200 casi. Tutti i casi inclusi sono stati diagnosticati da un dermatopatologo.


La maggior parte dei melanomi sono trovati dai pazienti piuttosto che dai medici. Questo suggerisce che, nella maggior parte dei casi, la diagnosi è relativamente facile.


Prima dell’intervento chirurgico, tuttavia, è spesso molto più difficile determinare lo stadio che il melanoma ha raggiunto. Per rendere le classificazioni più accurate, i dermatologi usano dermatoscopi, strumenti che combinano un tipo di lente d’ingrandimento con un’illuminazione luminosa.


Negli ultimi anni, l’interesse nell’uso di Ml per la classificazione dei tumori della pelle è aumentato, e diverse pubblicazioni hanno dimostrato che gli algoritmi Ml possono funzionare alla pari, o anche meglio, dei dermatologi esperti.


Lo studio attuale ha dato un’ulteriore spinta alla ricerca in questo campo. Quando lo stesso compito di classificazione è stato eseguito dall’algoritmo da una parte e da sette dermatologi indipendenti dall’altra, il risultato è stato un pareggio. Nessuno dei dermatologi ha superato significativamente l’algoritmo.


In una forma più raffinata, il software potrebbe servire come supporto per valutare la gravità del melanoma della pelle prima dell’intervento. La classificazione influisce su quanto estesa debba essere un’operazione, ed è quindi importante sia per il paziente che per il chirurgo


Fonte: Journal of the American Academy of Dermatology

IT-NON-04040-W-02/2023

Contenuti simili

I più visti