L’intelligenza artificiale continua a guadagnare spazio in dermatologia e potrebbe presto affiancare i clinici nella diagnosi del melanoma. È quanto emerge da uno studio pubblicato su Communications Medicine che ha valutato in un contesto reale le prestazioni di un algoritmo open source per l’identificazione del melanoma, confrontandole con quelle dei dermatologi.
La ricerca rappresenta uno dei più ampi studi prospettici multicentrici condotti finora in questo ambito e affronta una delle grandi criticità della letteratura sull’intelligenza artificiale applicata alla dermatologia: la scarsità di validazioni effettuate su dati raccolti nella pratica clinica quotidiana.
Uno studio su oltre 11mila immagini
Il melanoma rimane la principale causa di morte per tumore cutaneo e la sua individuazione precoce è determinante per migliorare la prognosi dei pazienti. Negli ultimi anni numerosi studi retrospettivi hanno suggerito che gli algoritmi di deep learning possano raggiungere, e talvolta superare, l’accuratezza diagnostica degli specialisti. Tuttavia, tali risultati sono stati spesso ottenuti utilizzando dataset selezionati e relativamente omogenei.
Come funziona l’algoritmo di AI
Per colmare questa lacuna, il gruppo di ricerca guidato da Lukas Heinlein e colleghi ha valutato l’algoritmo All Data are Ext (ADAE), un sistema di intelligenza artificiale sviluppato per riconoscere il melanoma nelle immagini dermoscopiche. L’analisi è stata condotta su un ampio database prospettico e multicentrico comprendente oltre 11.000 immagini raccolte in otto ospedali differenti, utilizzando quattro diversi sistemi di acquisizione.
Il dataset includeva inoltre sottotipi rari di melanoma e lesioni localizzate in sedi anatomiche particolari, condizioni che mettono spesso alla prova anche i dermatologi più esperti.
Un elemento innovativo dello studio è stato l’impiego della real test-time augmentation (R-TTA), una tecnica che consente all’algoritmo di analizzare più fotografie della stessa lesione scattate da angolazioni differenti, combinando successivamente le informazioni ottenute per formulare la previsione finale.
Sensibilità superiore rispetto ai dermatologi
I risultati hanno mostrato una performance complessivamente migliore dell’intelligenza artificiale rispetto ai dermatologi. L’accuratezza bilanciata dell’algoritmo ha raggiunto 0,798 contro 0,781 degli specialisti. Ancora più marcata la differenza in termini di sensibilità, ovvero la capacità di identificare correttamente i melanomi: 92,1% per l’AI contro 73,4% per i dermatologi.
Questo vantaggio è stato però accompagnato da una minore specificità. L’algoritmo ha infatti mostrato una capacità inferiore di riconoscere correttamente le lesioni benigne rispetto ai clinici (67,3% contro 82,8%), suggerendo una maggiore tendenza a classificare come sospette alcune lesioni non maligne.
Secondo gli autori, il dato conferma che l’obiettivo dell’intelligenza artificiale non dovrebbe essere quello di sostituire il dermatologo, bensì di supportarlo nelle decisioni cliniche, soprattutto nei casi più complessi o atipici.
Verso una dermatologia aumentata dall’AI
Uno degli aspetti più rilevanti dello studio riguarda la possibilità di generalizzare i risultati. Il sistema è stato infatti testato su immagini provenienti da centri diversi, ottenute con apparecchiature differenti e caratterizzate da un’elevata eterogeneità clinica. Questo approccio consente di avvicinarsi maggiormente alle condizioni della pratica quotidiana rispetto agli studi retrospettivi tradizionali. Gli autori sottolineano che la superiorità osservata dell’algoritmo nelle lesioni sospette per melanoma suggerisce un potenziale ruolo dell’intelligenza artificiale come strumento di supporto diagnostico, in particolare nei contesti in cui l’accesso a dermatologi altamente esperti è limitato o quando è necessario valutare casi particolarmente difficili.
Le prospettive future
Sebbene siano necessari ulteriori studi per definire l’impatto dell’AI sui percorsi clinici e sugli esiti dei pazienti, il lavoro fornisce una delle evidenze più solide finora disponibili a favore dell’integrazione dell’intelligenza artificiale nella dermatoscopia. Una prospettiva che potrebbe contribuire a migliorare l’identificazione precoce del melanoma e a ottimizzare il processo decisionale in dermatologia.
Heinlein L, et al. Prospective multicenter study using artificial intelligence to improve dermoscopic melanoma diagnosis in patient care. Commun Med (Lond) 2024 Sep 11;4(1):177. Doi: 10.1038/s43856-024-00598-5. PMID: 39256516; PMCID: PMC11387610.
