Intelligenza artificiale e dermatologia

INTELLIGENZA ARTIFICIALE E DERMATOLOGIA Un algoritmo può affiancare gli specialisti nella diagnosi dei disturbi cutanei

di Sara Lorusso

L’ obiettivo, ha spiegato il professore Jung-Im Na, del dipartimento di Dermatologia della Seoul National University, è fare in modo che l’intelligenza artificiale non si sostituisca all’indagine umana, ma ne supporti le attività per arrivare a diagnosi più rapide e più precise. È l’orizzonte entro cui si è sviluppata la ricerca sull’applicazione e l’allenamento di algoritmi nel riconoscimento di patologie della pelle, di cui Na è autore. Lo studio, pubblicato sul Journal of Investigative Dermatology, è incentra-

Il team coreano ha sviluppato una rete neurale convoluzionale, allenata a riconoscere i disturbi della pelle a partire da un set di immagini

to sull’utilizzo dell’Intelligenza Artificiale (AI) in dermatologia: un indirizzo non del tutto nuovo, ma in questo caso ad avere particolare rilevanza sono sia la grande quantità di disturbi cutanei usati per testare l’algoritmo sia la qualità dei risultati ottenuti, con un’adesione importante tra le diagnosi artificiali e quelle affidate all’esperienza dei medici del settore. Inoltre, a differenza di sperimentazioni precedenti, la ricerca è stata diretta ad applicare l’AI in un contesto reale, simile a quello di normali visite in studio.

«Negli ultimi tempi - ha spiegato Na - ci sono stati notevoli progressi nell’uso dell’AI in medicina. Per problemi specifici, come la distinzione tra melanoma e nevi, l’AI ha mostrato risultati comparabili a quelli dei dermatologi umani. Tuttavia, affinché questi sistemi siano praticamente utili, le loro prestazioni devono essere testate in un ambiente simile alla pratica reale, che richiede non solo la classificazione della lesione maligna rispetto a quella benigna, ma anche la distinzione del cancro della pelle da numerosi altri disturbi tra cui condizioni infiammatorie e infettive».

Il team coreano ha sviluppato un sistema di intelligenza artificiale basato su una rete neurale convoluzionale: si tratta di un’architettura di rete utilizzata soprattutto nelle applicazioni di visione artificiale e in cui viene esercitato l’apprendimento automatico. La rete è stata allenata a riconoscere i disturbi della pelle a partire da un set di 220.680 immagini relative a 174 malattie diverse su individui asiatici e caucasici. Al termine della procedura l’algoritmo è stato capace di diagnosticare 134 disturbi della pelle. Uno dei risultati più interessanti è stata l’applicazione nella classificazione multiclasse, che ha portato al suggerimento di strategie di trattamento appropriate rispetto al disturbo analizzato.

Le diagnosi artificiali sono state confrontate con quelle eseguite da 21 dermatologi, 26 specializzandi e 23 potenziali pazienti. All’avvio della sperimentazione le risposte dell’algoritmo sono risultate simili a quelle degli specializzandi, senza raggiungere l’adesione alle diagnosi fornite da dermatologi esperti. Dopo un periodo di funzionamento della rete, grazie all’assistenza dell’algoritmo, le diagnosi di malignità fatte dai clinici è migliorata in precisione dal 77,4% all’86,8%. Anche nei cittadini comuni la capacità di leggere la diagnosi maligna è stata supportata. Senza l’aiuto dell’algoritmo, hanno spiegato gli autori della ricerca, la metà delle neoplasie sarebbe sfuggita ai cittadini comuni coinvolti se questi non fossero stati visitati da specialisti.

Lo studio firmato da Na e colleghi mette in guardia da facili esultanze circa la possibilità di sostituire l’esperienza teorica e clinica degli specialisti con la lettura artificiale. In particolare, al momento, l’algoritmo ha lavorato su precisi criteri di addestramento, specializzandosi nell’individuazione del disturbo in base a classificazioni binarie (per esempio, la selezione tra nevi o melanoma). Non è automatica, dunque, la risposta a diagnosi su caratteristiche del problema diverse da quelle su cui la rete si è alimentata. L’esempio riportato è quello di un ematoma dai contorni irregolari che potrebbe essere segnalato come carcinoma da un algoritmo addestrato a specializzarsi sulla malignità. Anche la qualità dell’immagine potrebbe pregiudicare l’identificazione del problema, senza contare che in una situazione reale lo specialista non si affida alla sola rappresentazione visiva del disturbo, ma analizza tutta una serie di informazioni legate all’anamnesi e al contatto fisico con la lesione della pelle.

Resta, tuttavia, l’alta potenzialità dello strumento se utilizzato a sostegno e non

Senza mai sostituirsi al parere del medico, ciascuno di noi può costruire una routine di autovalutazione delle lesioni della pelle. È molto importante tenere sotto controllo macchie e segni, e imparare a riconoscere alcuni campanelli d’allarme. La fondazione AIRC per la Ricerca sul Cancro ricorda un semplice schema di osservazione, facile da tenere a mente e mettere in pratica a casa, meglio se in un ambiente ben illuminato. Basta ricordare la sequenza ABCDE: racchiude le caratteristiche di una macchia della pelle che dobbiamo saper riconoscere. ABCDE è dunque l’acronimo di asimmetria della macchia, bordo irregolare, colore molto scuro o variabile all’interno della macchia stessa, diametro maggiore dei nei comuni (circa 6 mm), evoluzione rapida nel tempo. In presenza di uno o più di questi segnali, ci ricorda il vademecum AIRC, è bene rivolgersi al proprio medico, che deciderà se richiedere un controllo specialistico.

in sostituzione della consulenza medica. Superando l’attuale limitazione collegata alla necessità che le immagini da analizzare siano di buona qualità, «prevediamo che l’uso del nostro algoritmo attraverso uno smartphone – ha aggiunto Na - potrebbe incoraggiare il pubblico a visitare gli specialisti per lesioni come il melanoma che altrimenti rischierebbero di essere trascurate». In ambito clinico l’aspettativa è invece diretta allo sviluppo di un simile processo di indagine tramite lettura artificiale a vantaggio delle diagnosi precoci e di cure sempre più mirate.

Nel frattempo il team coreano ha reso disponibile sul sito Model Dermatology (https://modelderm.com/) una demo del sistema di AI allo scopo esclusivo di ricerca e non di diagnosi: gli autori, simulando di agire in un contesto ipotetico di telemedicina, sperano infatti che l’utilizzo faccia emergere, e dunque renda risolvibili, nuove problematiche dell’applicazione del sistema ai casi reali.