Predire il cancro al seno sarà più facile grazie all'IA del MIT

Predire il cancro al seno sarà più facile grazie all'IA del MIT
INFORMAZIONI SCHEDA
di

I ricercatori del MIT hanno sviluppato un nuovo modo per analizzare le mammografie. Basandosi su un sistema d'intelligenza artificiale, questo nuovo modello si è rivelato estremamente preciso nel rilevare il cancro al seno nelle donne.

Creato da un team di ricercatori del Computer Science and Artificial Intelligence Laboratory (CSAIL) del MIT e del Massachusetts General Hospital, il modello analizzando una sola mammografia è in grado di capire se una donna svilupperà il cancro al seno in futuro. A differenza delle metodologie più datate, questo nuovo sistema funziona bene anche sui pazienti di razza nera.

In fase di sviluppo, gli scienziati hanno esaminato le mammografie di oltre 60.000 pazienti trattati al Massachusetts General, dopo di che hanno identificato le donne che hanno sviluppato il cancro al seno entro cinque anni dal loro screening. Ottenuti questi dati, è stato possibile creare un modello che riconosce il tessuto mammario per rilevare i primi segni di cancro. I risultati dello studio sono stati pubblicati in un articolo presente nel numero di questa settimana di Radiology.

L'intelligenza artificiale quindi si sta rilevando particolarmente utile anche nel risolvere le disparità razziali nell'assistenza sanitaria delle donne. Le attuali linee guida per il carcinoma mammario sono basate principalmente su popolazioni bianche, ecco perchè potrebbero esserci dei ritardi nell'identificazione della patologia nelle donne di colore, che a loro volta hanno il 43% di possibilità in più di morire di cancro al seno.

Gli scienziati hanno capito che il loro modello d'IA funzionava bene sia sui pazienti neri che bianchi per una semplice ragione: i dati utilizzati per istruire l'intelligenza artificiale provenivano da entrambe le popolazioni.

L'intelligenza artificiale si sta dimostrando sempre più precisa nella rilevazione di patologie cliniche. Tempo fa avevamo parlato di come il machine learning sia più preciso nel riconoscere l'aritmia cardiaca rispetto ai medici.