Notizie
Impatto dell’AI nel settore dello screening per il cancro del polmone
Il cancro del polmone è associato a uno dei più alti tassi di morbilità e mortalità tra tutte le forme […]
Un algoritmo per prevedere la probabilità che i noduli polmonari siano cancerosi
Un programma di intelligenza artificiale sviluppato dai ricercatori di diversi centri di Danimarca e Paesi Bassi, riesce a prevedere con precisione il rischio che i noduli polmonari rilevati durante lo screening TC siano cancerosi. Lo studio condotto per validare questo metodo è stato pubblicato dalla rivista Radiology.
La TC del torace a basso dosaggio viene utilizzata per lo screening delle persone ad alto rischio di cancro ai polmoni, come i fumatori di lunga data. È stato dimostrato che questo esame riduce significativamente la mortalità per cancro ai polmoni, poiché permette di rilevare i tumori in una fase iniziale quando sono più facili da trattare con successo.
Il cancro del polmone si presenta tipicamente come noduli polmonari sulle immagini TC, ma la maggior parte dei noduli sono benigni e non richiedono ulteriori accertamenti clinici. Distinguere accuratamente tra noduli benigni e maligni è quindi fondamentale. I ricercatori hanno sviluppato un algoritmo per la valutazione dei noduli polmonari utilizzando il deep learning. Hanno addestrato l’algoritmo su immagini TC di oltre 16.000 noduli, inclusi 1.249 tumori maligni, provenienti dal National Lung Screening Trial. Hanno poi convalidato l’algoritmo su tre grandi insiemi di dati di imaging di noduli dal danese Lung Cancer Screening Trial.
L’algoritmo di deep learning ha fornito risultati eccellenti, superando il modello PanCan di rilevamento precoce del cancro del polmone per la stima del rischio di malignità del nodulo polmonare. Ha funzionato in modo paragonabile a 11 medici, tra cui quattro radiologi toracici, cinque radiologi e due pneumologi. “L’algoritmo può aiutare i radiologi a stimare con precisione il rischio di malignità dei noduli polmonari”, commenta il primo autore dello studio, Kiran Vaidhya Venkadesh, del Radboud University Medical Center di Nijmegen, Paesi Bassi. “Può aiutare a ottimizzare le raccomandazioni di follow-up per i partecipanti allo screening del cancro del polmone”.
I ricercatori hanno in programma di continuare a migliorare l’algoritmo incorporando parametri clinici come età, sesso e storia di fumo. Stanno anche lavorando su un algoritmo di deep learning che accetta più esami TC come input. L’attuale algoritmo è adatto per analizzare i noduli allo screening iniziale, ma per i noduli rilevati agli screening successivi sono importanti la crescita e l’aspetto rispetto al precedente esame.
Fonte: Radiology 2021
