Sfide nella gestione del carcinoma ungueale nei fototipi IV-VI
Un team di ricerca statunitense ha messo in luce le complessità e le sfide del carcinoma a cellule squamose dell’unità […]
Le prestazioni dell’intelligenza artificiale possono risultare superiori o almeno equivalenti a quella dei medici nella classificazione dei tumori alla pelle. Lo ha evidenziato una revisione sistematica pubblicata nel 2021 su “European journal of cancer” condotta da un team di ricercatori internazionale.
Sebbene la dermatoscopia migliori l’accuratezza diagnostica rispetto all’esame a occhio nudo, anche gli specialisti raramente raggiungono livelli di sensibilità superiori all’80%. Inoltre, l’attuale gold standard per la diagnosi di tumore cutaneo, l’analisi istopatologica, richiede tempo e lavoro e può anche essere inconcludente nei casi limite. In questo contesto, la distinzione accurata tra lesioni cutanee benigne e maligne e l’esatta classificazione dei tipi di cancro della pelle attraverso i biomarcatori digitali (DB) sono di grande interesse per ridurre il numero di melanoma maligni non individuati e di escissioni non necessarie. I DB sono indicatori guidati dai dati che forniscono informazioni sulle caratteristiche di una lesione e possono predire gli esiti legati alla salute. L’uso di reti neurali convoluzionali (CNN) utilizzate nel campo del deep learning- in particolare nel riconoscimento di immagini-potrebbe aiutare a sviluppare DB aggiuntivi e/o migliorati clinicamente significativi.
In questo studio, gli scienziati hanno analizzato sistematicamente lo stato attuale della ricerca sugli studi di lettori che coinvolgono il melanoma e valutato la loro potenziale rilevanza clinica. I diciannove studi inclusi hanno dimostrato prestazioni superiori o almeno equivalenti dei classificatori basati su CNN rispetto ai clinici. Tuttavia, quasi tutti gli studi sono stati condotti in contesti altamente artificiali, basati esclusivamente su singole immagini delle lesioni sospette. Inoltre, i set di test non rappresentavano l’intera gamma di popolazioni di pazienti e sottotipi di melanoma riscontrati nella pratica clinica.
Questa revisione sistematica presenta, quindi, lo stato dell’arte della classificazione automatizzata dei tumori della pelle basata sull’intelligenza artificiale e confronta i risultati ottenuti dall’IA con quelli degli esperti. Gli studi inclusi sono stati esaminati con particolare riferimento alla rilevanza clinica dei risultati riportati, riflettendo così l’impatto effettivo e le prossime sfide attese con l’implementazione di classificatori basati sull’IA nella routine clinico-patologica.
European journal of cancer
https://doi.org/10.1016/j.ejca.2021.06.049
E’ disponibile una nuova versione dell’app MSD Salute: non dimenticare di aggiornarla!