L’intelligenza artificiale mammografica può avere un ruolo nella previsione del rischio di cancro al seno

Lo studio Kaiser Permanente rileva che gli algoritmi di intelligenza artificiale funzionano meglio degli strumenti di previsione del rischio di cancro al seno comunemente utilizzati

Di Sue Rochman

Gli algoritmi di intelligenza artificiale addestrati per leggere le mammografie sono risultati un predittore migliore del rischio futuro di cancro al seno di una donna rispetto a uno strumento di valutazione del rischio di cancro al seno comunemente usato, ha scoperto un nuovo studio di Kaiser Permanente.

La ricerca, pubblicata il 6 giugno su Radiology, suggerisce che i biomarcatori di imaging correlati al rischio osservati sulle mammografie – che i computer possono identificare e utilizzare per generare un punteggio di rischio – potrebbero aiutare i medici a fornire alle donne raccomandazioni più personalizzate sullo screening del cancro al seno.

"Abbiamo bisogno di metodi più accurati ed efficienti per valutare il rischio futuro di cancro al seno di una donna", ha affermato l'autore principale dello studio Vignesh Arasu, MD, PhD, ricercatore presso la Divisione di ricerca Kaiser Permanente e radiologo specializzato in imaging del seno presso The Permanente. Gruppo medico. "Il nostro studio mostra che nelle mammografie che appaiono negative a un radiologo - il che significa che non vi è alcun segno di tumore - ci sono informazioni che i computer possono vedere e che possono aiutare a valutare il rischio di una donna di ricevere una diagnosi di cancro al seno nei prossimi 5 anni. "

Lo studio retrospettivo ha incluso 324.000 donne che hanno effettuato una mammografia che non ha rilevato segni di cancro al seno nel 2016 presso il Kaiser Permanente Northern California. Nessuna delle donne aveva avuto in precedenza un cancro al seno o le era stata diagnosticata una mutazione genetica che aumenta il rischio di cancro al seno. Circa il 24% delle donne aveva meno di 50 anni al momento della mammografia e circa l'87% non aveva parenti di primo grado con una storia di cancro al seno.

Nel corso dei successivi 5 anni, a 4.584 donne è stato diagnosticato un cancro al seno. Di questi, all'83% è stato diagnosticato un carcinoma mammario invasivo e al 17% è stato diagnosticato un carcinoma duttale in situ (DCIS) non invasivo. Lo studio ha confrontato queste donne con 13.435 delle 324.000 donne del gruppo originale che non avevano sviluppato il cancro al seno.

I ricercatori hanno utilizzato 5 algoritmi di intelligenza artificiale (AI) per riportare un punteggio di previsione del rischio di cancro al seno a 5 anni dalle immagini mammografiche realizzate per queste donne nel 2016.

I ricercatori hanno anche utilizzato il modello di rischio clinico del Breast Cancer Surveillance Consortium (BCSC) per valutare il rischio di ciascuna donna di sviluppare il cancro al seno nei prossimi 5 anni. Il modello prevede il rischio utilizzando età, razza o etnia, storia familiare di primo grado di cancro al seno, numero di precedenti biopsie mammarie benigne e densità mammografica del seno. Il punteggio di ciascuna donna è stato calcolato utilizzando i dati clinici presenti nella sua cartella clinica elettronica al momento della mammografia nel 2016.

Lo studio ha dimostrato che le donne con i punteggi di rischio BCSC più alti – il 90° percentile più alto – rappresentavano il 21,1% di tutti i tumori nei successivi 5 anni. In confronto, le donne con i punteggi di rischio di IA più alti rappresentavano dal 24% al 28% di tutti i tumori.

"Al momento, la maggior parte degli algoritmi di intelligenza artificiale addestrati a leggere le mammografie vengono utilizzati per segnalare un cancro visibile per assistere i radiologi", ha affermato Arasu. "Ma questi algoritmi possono anche vedere biomarcatori di imaging sulle mammografie - oltre alla densità del seno - che ci dicono che stanno avvenendo cambiamenti nel tessuto mammario che possono essere utilizzati per prevedere il rischio."

I ricercatori hanno anche utilizzato un metodo statistico chiamato area sotto la curva (AUC) per confrontare la capacità di ciascun modello di rischio di prevedere a quali donne sarebbe stato diagnosticato un cancro al seno entro i prossimi 5 anni. Un risultato AUC può variare da 0,0 (nessuna previsione corretta) a 1,0 (tutte le previsioni erano corrette). Il modello BCSC aveva un’AUC di 0,61. In confronto, i modelli di intelligenza artificiale avevano un risultato di previsione del rischio compreso tra 0,63 e 0,67.

Quando le previsioni di rischio AI e BSCS sono state combinate, l’AUC variava da 0,66 a 0,68, un valore superiore a quello di tutti i singoli algoritmi AI. Il modello combinato ha fatto ancora meglio nel predire le donne che avevano avuto una diagnosi di cancro al seno entro un anno dalla mammografia, con un’AUC pari a 0,73. Un cancro al seno a intervallo è un tumore che viene diagnosticato, in genere perché una donna trova un nodulo al seno, durante il tempo che intercorre tra una mammografia di screening che appare normale e la successiva mammografia di screening programmata. I tumori dell’intervallo sono in genere tumori a crescita rapida che hanno maggiori probabilità di diffondersi ad altre parti del corpo.