Notizie
ICG vs Tc-99m: confronto tra tecniche per il linfonodo sentinella nel melanoma
La luce solare è essenziale per la salute, favorendo la sintesi di nutrienti vitali come la vitamina D, […]
Melanoma: l’IA ibrida rivoluziona la diagnosi precoce
Negli ultimi anni, la lotta contro il melanoma ha trovato un alleato senza precedenti nell’innovazione tecnologica. L’analisi automatizzata delle immagini dermoscopiche, mediata da algoritmi di Intelligenza Artificiale (IA) e sistemi di machine learning, rappresenta oggi una delle frontiere più promettenti e in rapida evoluzione della ricerca medica. Per fare chiarezza sull’efficacia clinica di queste tecnologie, un gruppo di ricercatori turchi hanno condotto un’ampia revisione sistematica della letteratura scientifica. Attraverso lo screening dei principali database internazionali i ricercatori hanno sintetizzato i dati provenienti da 39 studi, analizzando un totale di 78 test diagnostici estratti da un bacino iniziale di oltre 2.700 articoli.
I dati emersi dalla meta-analisi, pubblicata su Journal of the European Academy of Dermatology and Venereology nel 2025, delineano un quadro di accuratezza diagnostica. Il modello complessivo ha mostrato un valore di AUC (l’area sotto la curva che misura l’accuratezza globale) pari a 0,96, con una sensibilità dello 0,89 e una specificità dello 0,92. Tuttavia, il dato più rilevante emerge dalle analisi dei sottogruppi: i cosiddetti modelli IBRIDI hanno dimostrato prestazioni superiori, raggiungendo un’AUC di 0,98. Questi sistemi, che combinano diversi approcci di deep learning, si confermano come gli strumenti più performanti nel distinguere con precisione le lesioni maligne.
Gli autori concludono che “gli algoritmi di intelligenza artificiale e i metodi di machine learning dovrebbero essere utilizzati in medicina per assistere i medici, specialmente nella diagnosi del melanoma”. L’IA non si propone di sostituire lo specialista, ma di agire come un supporto decisivo per assistere i medici nella diagnosi del melanoma, riducendo i margini di errore umano. In particolare, l’elevata capacità predittiva dei modelli ibridi offre ai clinici una base solida per interpretare correttamente le immagini e scegliere l’approccio diagnostico più appropriato. I risultati, quindi, non solo confermano le potenzialità della tecnologia, ma aprono la strada a una diagnosi sempre più precoce e accurata, elemento fondamentale per migliorare la prognosi dei pazienti.
Fonte: Journal of the European Academy of Dermatology and Venereology : JEADV, 2025
https://onlinelibrary.wiley.com/doi/10.1111/jdv.20781
