Con un’accuratezza del 90,3%, paragonabile a quella di un ottimo dermatologo, l’intelligenza artificiale individua la presenza di melanoma.
Per anni, la prevenzione e diagnosi del melanoma si è scontrata con i limiti dell’ispezione visiva. Ma con l’integrazione di nuove tecnologie basate sull’intelligenza artificiale alla diagnosi medica, sembrerebbe che i limiti umani siano stati ancora una volta superati.
I ricercatori del MIT hanno ideato un nuovo sistema basato su intelligenza artificiale che usa reti neurali convoluzionali profonde (DCNN) e le applica all’analisi delle lesioni pigmentate sospette (che possono indicare la presenza di un cancro della pelle) attraverso l’uso della fotografia a campo largo comune nella maggior parte degli smartphone e delle fotocamere personali, come riporta il sito ufficiale del MIT.
Una svolta importante, se si pensa che il melanoma è un tipo di tumore maligno responsabile di oltre il 70% di tutti i decessi correlati al cancro della pelle nel mondo. La sfida risiede nella difficoltà di trovare rapidamente e dare la priorità alle lesioni pigmentate sospette, a causa dell’elevato volume di lesioni pigmentate che spesso devono essere valutate per potenziali biopsie.
Le reti neurali convoluzionali profonde possono essere utilizzate per classificare (o “nominare”) le immagini per poi raggrupparle (un po’ come quando si esegue una ricerca di foto). Questi algoritmi di apprendimento automatico appartengono al sottoinsieme dell’apprendimento profondo.
Utilizzando telecamere per scattare fotografie ad ampio campo di vaste aree del corpo dei pazienti, il programma utilizza tali reti neurali per identificare rapidamente ed efficacemente il melanoma allo stadio iniziale, secondo Luis R. Soenksen, esperto di dispositivi medici che attualmente agisce come Il primo Venture Builder del MIT in Intelligenza Artificiale e Sanità. Soenksen ha condotto la ricerca con i ricercatori del MIT, tra cui i membri della facoltà del MIT Institute for Medical Engineering and Science (IMES) Martha J. Gray, W. Kieckhefer Professore di scienze e tecnologia della salute, professore di ingegneria elettrica e informatica; e James J. Collins, Professore di ingegneria medica e ingegneria biologica.
Soenksen, che è il primo autore del recente articolo, ” Using Deep Learning for Dermatologist-level Detection of Suspicious Pigmented Skin Lesions from Wide-field Images “, pubblicato su Science Translational Medicine, spiega che “La diagnosi precoce di SPL può salvare vite umane; tuttavia, l’attuale capacità dei sistemi medici di fornire screening cutanei completi su larga scala è ancora carente“.
Il documento descrive lo sviluppo di un sistema di analisi di lesioni pigmentate sospette utilizzando le reti neurali per identificare in modo più rapido ed efficiente le lesioni cutanee che richiedono ulteriori indagini, screening che possono essere eseguiti durante le visite di assistenza primaria di routine o anche dai pazienti stessi. Il sistema ha utilizzato tali reti per ottimizzare l’identificazione e la classificazione delle lesioni sospette nelle immagini ad ampio campo.
Utilizzando l’intelligenza artificiale, i ricercatori hanno addestrato il sistema attraverso 20.388 immagini ad ampio campo di 133 pazienti dell’ospedale Gregorio Marañón di Madrid, oltre a immagini disponibili al pubblico. Le immagini sono state scattate con una varietà di normali fotocamere a uso e consumo per i consumatori. I dermatologi che lavorano con i ricercatori hanno classificato visivamente le lesioni nelle immagini per il confronto. Hanno scoperto che il sistema ha raggiunto una sensibilità superiore al 90,3% nel distinguere le lesioni sospette da quelle non sospette, pelle e sfondi complessi, evitando la necessità di ulteriori scatti di lesioni individuali ingombranti e dispendiosi in termini di tempo.
“La nostra ricerca suggerisce che i sistemi che sfruttano la visione artificiale e le reti neurali profonde, quantificando questi segni comuni, possono ottenere una precisione paragonabile a quella di dermatologi esperti“, spiega Soenksen. “Ci auguriamo che la nostra ricerca rivitalizzi il desiderio di fornire screening dermatologici più efficienti nelle strutture di assistenza primaria”.
Questo sistema basato sull’intelligenza artificiale consentirebbe valutazioni più rapide e accurate e potrebbe portare a un trattamento più precoce del melanoma, secondo i ricercatori.
