Il cancro ovarico, una delle principali cause di mortalità tra i tumori ginecologici, registra circa 6.000 nuove diagnosi ogni anno in Italia. Spesso asintomatico nelle fasi iniziali, viene frequentemente individuato in stadi avanzati, con un tasso di sopravvivenza a 5 anni dalla diagnosi che si aggira intorno al 43%.

Individuare il cancro ovarico in una fase iniziale è quindi fondamentale per migliorare le possibilità di trattamento e salvare vite. Un recente studio pubblicato su Nature Medicine ha dimostrato che l’intelligenza artificiale (IA) potrebbe diventare un prezioso alleato per i medici nel distinguere le lesioni ovariche benigne da quelle maligne a partire da immagini ecografiche.

L’indagine, guidata da un team del Karolinska Institutet in Svezia e condotta in collaborazione con 20 centri di ricerca distribuiti in otto Paesi, ha coinvolto anche l’Italia: l’Università di Milano-Bicocca e la Fondazione IRCCS San Gerardo dei Tintori di Monza hanno contribuito con competenze ed immagini ecografiche raccolte su pazienti italiane. Complessivamente, il dataset analizzato ha incluso oltre 17.000 immagini ecografiche di più di 3.600 pazienti.

Come ha spiegato Robert Fruscio, professore associato di Ginecologia e Ostetricia presso l’Università di Milano-Bicocca e direttore della Struttura semplice di Ginecologia Preventiva del San Gerardo, l’obiettivo dello studio era addestrare un modello di IA a riconoscere i segni distintivi delle lesioni ovariche maligne e valutarne le capacità rispetto a operatori umani, sia esperti che meno esperti.

«Le lesioni ovariche sono comuni e spesso rilevate incidentalmente, per questo è fondamentale, al fine di impostare un trattamento corretto, definirne il più precisamente possibile il rischio di malignità» ha sottolineato Fruscio. I risultati parlano chiaro: il modello di IA ha raggiunto un’accuratezza diagnostica dell’86%, superando lievemente i medici esperti (82%) e nettamente quelli meno esperti (77%).

L’efficacia dell’IA si dimostra particolarmente promettente in contesti dove gli esperti sono pochi o assenti, una realtà comune in molte parti del mondo. Secondo Fruscio, l’IA potrebbe aiutare gli operatori meno esperti a selezionare correttamente le pazienti da indirizzare ai centri di secondo livello, evitando sia diagnosi tardive sia interventi chirurgici inutili per lesioni benigne.

Una simulazione condotta nello studio ha evidenziato che il triage guidato dall’IA potrebbe ridurre del 63% i rinvii a specialisti, migliorando significativamente l’efficienza del sistema sanitario.

Nonostante i risultati promettenti, i ricercatori sottolineano la necessità di ulteriori studi prospettici per confermare il beneficio clinico e l’affidabilità diagnostica dei modelli di IA. Tuttavia, questa ricerca rappresenta un passo importante verso l’integrazione della tecnologia nei processi diagnostici.