Diagnosi dei tumori cutanei: l’IA migliora l’accuratezza clinica

21.01.2026 | Popular Science
AI, apprendimento automatico, mani di robot e umani che toccano lo sfondo di connessione della rete di big data, scienza e tecnologia dell'intelligenza artificiale, innovazione e futurismo.

Alcuni ricercatori in Iran e Stati Uniti hanno condotto una revisione ad ombrello, pubblicata su International journal of dermatology nel 2026, per sintetizzare le evidenze provenienti da meta-analisi dedicate alle prestazioni dei modelli di IA nella rilevazione del cancro cutaneo. In totale hanno selezionate11 meta-analisi, che complessivamente comprendono 551 studi e coprono differenti tipi di tumore cutaneo, contesti clinici e modalità diagnostiche.

Tra gli approcci valutati, le reti neurali convoluzionali (CNN) e le macchine a vettori di supporto (SVM) hanno mostrato le migliori prestazioni diagnostiche, con le CNN che hanno raggiunto l’accuratezza complessiva più elevata. Un risultato rilevante riguarda il melanoma: i modelli progettati per distinguere il melanoma dalle lesioni melanocitiche hanno ottenuto risultati superiori rispetto a quelli che mirano a rilevare il melanoma nell’insieme di tutti i tumori cutanei.

In questo ambito, le SVM hanno registrato la sensibilità più alta (91%) e la specificità più alta (94%). Per il carcinoma squamocellulare, i modelli di apprendimento automatico addestrati su immagini iperspettrali hanno evidenziato i valori migliori, con una sensibilità del 90,1% e una specificità del 92,65%. Nella distinzione tra lesioni benigne e maligne, invece, i modelli hanno mostrato una sensibilità dell’87% e una specificità dell’86,4%.

L’analisi segnala, inoltre, un impatto clinico trasversale: gli approcci assistiti dall’IA hanno migliorato in modo significativo l’accuratezza diagnostica tra tutti i clinici, con un beneficio più marcato per i medici di medicina generale e infermieri a pratica avanzata rispetto ai dermatologi esperti. Nelle cure primarie, i modelli di deep learning addestrati su immagini da smartphone hanno ottenuto sensibilità (90%) e specificità (85%) superiori a quelle dei medici di medicina generale. Nel confronto tra livelli di esperienza, i modelli di IA hanno superato nettamente dermatologi junior e non specialisti, mentre la differenza rispetto ai dermatologi senior è risultata meno pronunciata.

In conclusione, le evidenze sintetizzate indicano che i modelli di IA mostrano prestazioni diagnostiche elevate nella rilevazione dei tumori cutanei e che il loro impiego come supporto può migliorare l’accuratezza, soprattutto nei contesti di cure primarie e tra i clinici meno esperti, contribuendo a ridurre i casi mancati. Proprio perché i risultati variano in funzione del tipo di tumore, della modalità diagnostica e del setting clinico, sarà necessario condurre ulteriori studi per definire con maggiore precisione in quali scenari l’IA offra il massimo beneficio e per valutare in modo rigoroso la sua integrazione nei flussi di lavoro della pratica clinica routinaria.

Fonte: International journal of dermatology, 2026

https://onlinelibrary.wiley.com/doi/10.1111/ijd.17981

Potrebbe interessarti

IT-NON-12992-W-01/2027

Contenuti simili

I più visti