Uno studio svedese suggerisce che l’intelligenza artificiale, affiancata ai radiologi nello screening mammografico, potrebbe individuare indizi del cancro al seno molto prima della diagnosi clinica.
Una mammografia archiviata per anni può sembrare un esame come tanti. Poi, però, un sistema di intelligenza artificiale la rilegge con occhi diversi e intercetta dettagli minimi, sfumature che all’epoca erano rimaste invisibili o comunque troppo deboli per far scattare un allarme. È proprio qui che si apre una possibilità interessante per la prevenzione: alcuni segnali del tumore al seno potrebbero comparire già tra i 3 e i 6 anni prima della diagnosi.
Lo suggerisce uno studio pubblicato su Radiology, basato su dati raccolti in Svezia, che ha analizzato quasi 89 mila mammografie. I ricercatori hanno osservato come tre sistemi commerciali di AI, progettati per supportare la lettura delle immagini, assegnassero punteggi più alti alle mammografie di persone che, nel tempo, hanno poi ricevuto una diagnosi di tumore al seno. Non si tratta di una prova definitiva, ma di un segnale scientifico che merita attenzione. E potrebbe cambiare il modo in cui pensiamo allo screening mammografico.
Il segnale nascosto prima della diagnosi
Lo studio ha utilizzato il database svedese Validation of Artificial Intelligence for Breast Imaging, con dati provenienti da quattro regioni della Svezia e raccolti tra gennaio 2008 e aprile 2019. In totale sono state esaminate 88.963 mammografie riferite a 31.394 persone. Un campione ampio, costruito per consentire un’analisi robusta e utile a valutare quanto davvero l’AI riesca a cogliere segnali precoci.
Il punto centrale della ricerca è semplice da capire, ma molto importante sul piano clinico: i software erano in grado di attribuire punteggi diversi alle immagini del passato, in persone che solo anni dopo avrebbero avuto una diagnosi di cancro al seno? La risposta, in buona sostanza, è sì. Con una specificità del 90%, quindi con una soglia pensata per distinguere con buona precisione i casi positivi da quelli negativi, l’intelligenza artificiale ha identificato tra il 19,0% e il 19,7% dei tumori futuri già sei anni prima della diagnosi.
Il dato diventa ancora più interessante se si guarda ai tempi più vicini alla diagnosi: quattro anni prima la quota saliva fino al 25,2%, mentre due anni prima arrivava fino al 39,3%. Anche a dieci anni di distanza il segnale non spariva del tutto, pur restando più tenue, con valori compresi tra il 12,7% e il 17,0%.
In altre parole, una parte dei tumori al seno sembra lasciare una traccia leggibile sulle mammografie molto prima che la malattia venga scoperta con gli strumenti tradizionali. Tracce sottili, certo. Talvolta quasi invisibili all’occhio umano. Ma abbastanza riconoscibili per un algoritmo addestrato a cercare pattern ricorrenti. E qui nasce la vera domanda: quanto anticipo può davvero offrire questa tecnologia, se integrata nel percorso di screening?
Una seconda lettura che può fare la differenza
Per capire bene il valore dello studio bisogna guardare al contesto. In Svezia il programma nazionale invita le donne tra i 40 e i 74 anni a sottoporsi a mammografia ogni due anni, con una lettura tradizionalmente affidata a due radiologi. Durante il periodo analizzato, però, i punteggi generati dall’AI non erano disponibili per la pratica clinica: venivano usati solo a fini di ricerca. I medici, quindi, interpretavano gli esami senza alcun supporto algoritmico.
Questo dettaglio è fondamentale, perché spiega perché i risultati vadano letti con prudenza ma anche con interesse. L’intelligenza artificiale non sta sostituendo il radiologo: sta mostrando che, in retrospettiva, alcune immagini contenevano elementi che avrebbero potuto meritare una sorveglianza più attenta. In prospettiva, potrebbe diventare una sorta di “seconda lettura” capace di osservare l’evoluzione di un seno nel tempo, non solo la singola immagine isolata.
Gli autori, però, sottolineano anche i limiti del lavoro. Si tratta infatti di uno studio retrospettivo, condotto su un dataset creato per la ricerca. Inoltre, l’identificazione precoce viene definita solo come potenziale: non significa che ogni segnale individuato dall’AI corrisponda davvero a un cancro imminente. Mancano anche analisi complete sulla localizzazione esatta del futuro tumore nelle immagini, un aspetto decisivo per tradurre il dato tecnico in una decisione clinica utile.
Ed è proprio qui che entra in gioco la cautela. Un algoritmo capace di vedere prima può essere una risorsa preziosa. Ma può anche generare richiami inutili, confusione, esami aggiuntivi e, in alcuni casi, ansia nei pazienti. La sfida non è soltanto tecnica: è anche organizzativa, clinica e psicologica. Per questo gli studiosi insistono sulla necessità di ulteriori verifiche prima di passare a un impiego su larga scala.
Verso uno screening più personalizzato
La prospettiva più promettente è quella di uno screening personalizzato. Oggi la mammografia si basa soprattutto su età, calendario e fattori di rischio già noti. L’AI, invece, potrebbe aggiungere un livello dinamico: osservare come cambiano i punteggi nel tempo, invece di limitarsi a una fotografia statica. Un singolo segnale può essere ambiguo. Due rilevazioni consecutive, o un aumento marcato da un controllo all’altro, potrebbero offrire indicazioni più solide su chi meriti un’attenzione extra.
In questo senso, il lavoro svedese apre una strada interessante anche per il sistema sanitario italiano. Nel nostro Paese lo screening mammografico organizzato prevede in generale una mammografia ogni due anni per le donne tra i 50 e i 69 anni, con possibili estensioni regionali alle fasce 45-49 e 70-74 anni. Lo studio non cambia da solo le raccomandazioni attuali, ma suggerisce una direzione concreta: usare l’intelligenza artificiale per capire meglio chi richiamare, chi monitorare con maggiore frequenza e chi indirizzare, se necessario, verso esami supplementari come la risonanza magnetica.
La Svezia, del resto, è già uno dei Paesi più osservati nel campo dell’AI applicata alla diagnostica senologica. Un altro studio importante, il trial MASAI, ha mostrato risultati incoraggianti, tra cui una riduzione dei tumori d’intervallo e un alleggerimento del carico di lettura per i radiologi, senza eliminare il controllo umano dal percorso diagnostico. Il messaggio che emerge è piuttosto chiaro: l’AI funziona davvero quando supporta i medici, non quando li sostituisce.
Per trasformare queste evidenze in pratica servono però nuovi passaggi: studi prospettici, monitoraggio nel tempo, valutazioni sui costi, sui falsi positivi e sull’impatto emotivo dei richiami. È facile immaginare il valore di un algoritmo capace di intercettare un rischio in anticipo. Molto più difficile è usarlo in modo equilibrato, senza creare allarme o sovraccarico di esami. La tecnologia c’è. Ora la vera sfida è renderla utile, sicura e sostenibile.