Una mammografia può restare in archivio per anni, silenziosa, senza che nessuno ci torni sopra. Poi arriva un algoritmo, la rilegge a distanza di tempo e trova qualcosa che allora era rimasto sotto traccia: un punteggio più alto, una piccola anomalia, un segnale ancora troppo debole per cambiare subito una diagnosi, abbastanza interessante da chiedere più attenzione.
È questa la parte più concreta dello studio pubblicato su Radiology: tre sistemi commerciali di intelligenza artificiale applicati a mammografie già eseguite hanno mostrato punteggi più elevati nelle persone che, negli anni successivi, avrebbero ricevuto una diagnosi di tumore al seno. Il lavoro ha usato il database svedese Validation of Artificial Intelligence for Breast Imaging, con dati raccolti in quattro regioni della Svezia tra gennaio 2008 e aprile 2019. In totale sono state analizzate 88.963 mammografie relative a 31.394 persone.
Il segnale prima della diagnosi
I ricercatori hanno guardato indietro, fino a dieci anni prima della diagnosi, usando tre sistemi AI-CAD, cioè strumenti di supporto alla rilevazione assistita da computer pensati per la mammografia. Nel campione analizzato, arricchito per studiare molti casi oncologici, 12.072 persone avevano poi ricevuto una diagnosi di tumore al seno. La domanda era molto pratica: quei software avrebbero assegnato punteggi diversi alle mammografie precedenti, rispetto alle immagini di chi sarebbe rimasta senza diagnosi di cancro.
La risposta, con tutte le cautele del caso, va nella direzione del sì. A una specificità del 90%, cioè con una soglia pensata per distinguere con buona precisione i casi positivi da quelli negativi, l’AI ha segnalato tra il 19,0% e il 19,7% dei futuri tumori già sei anni prima della diagnosi registrata. Quattro anni prima la quota saliva fino al 25,2%, due anni prima arrivava fino al 39,3%. Dieci anni prima, il segnale era più debole, ma presente in una quota compresa tra il 12,7% e il 17,0%.
Il dato più forte, quindi, riguarda quel circa 20% di tumori al seno che sembrano lasciare sulle immagini mammografiche tracce leggibili dall’intelligenza artificiale già intorno ai sei anni prima della diagnosi. Tracce sottili, spesso fuori dalla portata dell’occhio umano in quel momento, oppure troppo ambigue per attivare un percorso clinico ordinario.
Una lente in più
Il sistema svedese aiuta a capire il contesto. Il programma nazionale invita le donne tra i 40 e i 74 anni a fare la mammografia ogni due anni, con lettura tradizionalmente affidata a due radiologi. Durante il periodo studiato, i punteggi dell’AI erano disponibili solo per la ricerca: i radiologi che leggevano gli esami allora lavoravano senza quel supporto.
Questo cambia molto il modo di leggere i risultati. Qui l’intelligenza artificiale guarda immagini del passato sapendo già, attraverso i dati, chi avrebbe sviluppato un tumore. Lo studio mostra un potenziale: usare i punteggi AI nel tempo per individuare chi potrebbe avere bisogno di maggiore vigilanza, magari con esami supplementari come una risonanza magnetica, soprattutto quando il profilo radiologico comincia a cambiare da uno screening all’altro.
La prudenza resta necessaria. Gli stessi autori ricordano i limiti del lavoro: si tratta di uno studio retrospettivo, con un dataset costruito per la ricerca; l’identificazione precoce è definita “potenziale”; manca un’analisi completa sulla localizzazione esatta del futuro tumore nelle immagini; e resta da capire come quei segnali possano diventare decisioni cliniche senza aumentare troppo ansia, richiami, costi ed esami inutili.
Cosa cambia nello screening
L’idea più interessante riguarda lo screening personalizzato. Oggi la mammografia segue soprattutto età, calendario e fattori di rischio noti. Un uso maturo dell’AI potrebbe aggiungere un livello in più: osservare come cambiano i punteggi nel tempo, non limitarsi alla singola immagine. Un punteggio isolato può oscillare, creare dubbi, generare falsi allarmi. Due segnali consecutivi, oppure un aumento netto tra uno screening e l’altro, potrebbero diventare più utili per decidere chi controllare meglio.
In Italia lo screening mammografico organizzato prevede una mammografia ogni due anni per le donne tra i 50 e i 69 anni, con possibili estensioni regionali anche alle fasce 45-49 e 70-74 anni. Tradotto nella pratica quotidiana, questa ricerca non cambia da sola le indicazioni per le pazienti, però indica una direzione molto concreta per i programmi pubblici: capire se l’AI possa aiutare a scegliere meglio chi richiamare, chi seguire più da vicino e chi indirizzare verso esami aggiuntivi.
La stessa Svezia, del resto, è già uno dei laboratori più osservati su questo terreno. Un altro grande studio svedese sull’uso dell’AI nello screening mammografico, il trial MASAI, ha indicato una riduzione dei tumori d’intervallo e un alleggerimento del carico di lettura per i radiologi, mantenendo il controllo umano dentro il percorso. Anche qui la direzione appare chiara: l’AI funziona meglio quando resta uno strumento clinico, non una scorciatoia automatica.
Il passaggio delicato sarà portare questi dati fuori dagli archivi e dentro protocolli sicuri. Servono studi prospettici, monitoraggio continuo, valutazioni su costi, falsi positivi, accesso agli esami supplementari e impatto psicologico sulle persone richiamate. Un algoritmo che vede qualcosa prima può essere prezioso. Usato male, può moltiplicare richiami, esami inutili e ansia.
Ilaria Rosella Pagliaro