Test precoce del cancro cervicale: un nuovo studio

Per questo studio, i ricercatori hanno addestrato un sistema di intelligenza artificiale a riconoscere le anomalie cellulari nella cervice

Uno studio condotto dai ricercatori del Karolinska Institutet e dell’Università di Helsinki ora mostra che gli screening AI dei pap test effettuati con scanner portatili erano paragonabili alle analisi fatte dai patologi.

I risultati sono pubblicati sulla rivista JAMA Network Open. Il responsabile del laboratorio Martin Muinde esegue la scansione dei pap test presso la Kinondo Clinic in Kenya. “Il nostro metodo ci consente di scoprire e trattare in modo più efficace i precursori del cancro cervicale, soprattutto nei paesi a basso reddito, dove c’è una grave mancanza di patologi qualificati e attrezzature di laboratorio avanzate”, afferma l’autore corrispondente Johan Lundin, professore presso il Dipartimento di Global Salute pubblica, Karolinska Institutet.

- Advertisement -

Nei paesi con programmi di screening nazionali progettati per rilevare anomalie cellulari e papillomavirus umano (HPV) nei campioni cervicali, il numero di casi di cancro cervicale è diminuito drasticamente.

Nonostante ciò, si prevede che il totale globale dei casi aumenterà nel prossimo decennio, in gran parte a causa della carenza di risorse per lo screening e di vaccini HPV nei paesi a basso reddito. Saranno necessarie soluzioni diagnostiche innovative che tengano conto delle condizioni e dei vincoli locali se si vuole offrire a più donne in tutto il mondo lo screening ginecologico.

- Advertisement -

Per questo studio, i ricercatori hanno addestrato un sistema di intelligenza artificiale a riconoscere le anomalie cellulari nella cervice, che se rilevate precocemente possono essere trattate con successo. Gli strisci sono stati prelevati da 740 donne in una clinica rurale in Kenya tra settembre 2018 e settembre 2019.

I campioni sono stati quindi digitalizzati utilizzando uno scanner portatile e caricati tramite reti mobili su un sistema di apprendimento profondo basato su cloud (DLS). Poco meno della metà degli strisci sono stati utilizzati per addestrare il programma a riconoscere diverse lesioni precancerose, mentre il resto è stato utilizzato per valutarne l’accuratezza.

- Advertisement -

La valutazione AI è stata quindi confrontata con quella effettuata da due patologi indipendenti dei campioni digitali e fisici. Lo studio mostra che le valutazioni erano molto simili.

Il DLS aveva una sensibilità del 96-100% per quanto riguarda l’identificazione di pazienti con lesioni precancerose. Nessun paziente con lesioni più gravi di grado elevato ha ricevuto una valutazione falsa positiva. Per quanto riguarda l’identificazione di strisci senza lesioni, il DLS ha effettuato la stessa valutazione dei patologi nel 78-85% dei casi.

Francesca Angelica Ereddia
Francesca Angelica Ereddia
Classe 1990, Laureata in Giurisprudenza, siciliana, una passione per la scrittura, la musica e l'arte. Per aspera ad astra, dicevano. Io, nel frattempo, continuo a guardare le stelle.