Quello che si prevede diventi una pratica standard, l'intelligenza artificiale viene utilizzata per rilevare segni di cancro con maggiore precisione rispetto a quella dei professionisti umani addestrati. Questo modello AI all'avanguardia vanta una percentuale di successo vicina al 100% e segna significativi progressi nella diagnosi del cancro. Una collaborazione internazionale di scienziati, compresi ricercatori dell'Università Charles Darwin (CDU) in Australia, ha creato un innovativo modello AI chiamato ECgMPL. Questo modello può analizzare immagini microscopiche di cellule e tessuti per identificare il cancro endometriale—uno dei tipi più prevalenti di tumori riproduttivi—con un'impareggiabile precisione del 99, 26%. I ricercatori indicano anche che può essere adattato per rilevare una vasta gamma di malattie, inclusi i tumori del colon-retto e della bocca. “Il modello ECgMLP supera i metodi esistenti raggiungendo un'accuratezza del 99, 26%, superando le prestazioni dell'apprendimento trasferito e dei modelli personalizzati esaminati nella ricerca mantenendo, al contempo, l'efficienza computazionale, ” ha dichiarato il Dr. Asif Karim, co-autore della CDU. “Ottimizzato attraverso studi di ablazione, meccanismi di autoattenzione e un addestramento efficace, ECgMLP mostra una forte generalizzazione su diversi dataset di istopatologia, rendendolo uno strumento affidabile e applicabile clinicamente per la diagnosi del cancro endometriale. ” In termini più semplici, questo ben consolidato modello può analizzare scansioni microscopiche—note come immagini di istopatologia—migliorando la loro qualità per rilevare stadi precoci di cancro. Si concentra su specifiche aree delle scansioni per identificare crescite problematiche che potrebbero non essere visibili ad occhio nudo.

Le attuali diagnosi condotte dagli esseri umani producono tassi di accuratezza attorno al 78, 91% fino all'80, 93%. Sebbene il cancro endometriale sia trattabile e offra tassi di sopravvivenza favorevoli a cinque anni se rilevato precocemente, la sua prognosi peggiora significativamente una volta che si diffonde al di fuori dell'utero, evidenziando l'importanza di una diagnosi tempestiva per salvare vite. Attualmente, oltre 600. 000 americani stanno affrontando questa malattia. Sebbene non possa colpire direttamente metà della popolazione, i ricercatori sottolineano che le capacità di ECgMLP si estendono ben oltre ciò su cui è stato specificamente addestrato. “La stessa metodologia può accelerare la rilevazione e la diagnosi precoce di altre malattie, migliorando infine gli esiti per i pazienti, ” ha osservato la co-autrice Niusha Shafiabady, professoressa associata all'ACU. “Abbiamo valutato il modello su vari dataset di immagini di istopatologia, raggiungendo una precisione del 98, 57% nella diagnosi del cancro del colon-retto, del 98, 20% nel cancro al seno e del 97, 34% nel cancro della bocca. ” Questo strumento AI non è destinato a sostituire i professionisti medici, ma piuttosto ad assistere gli specialisti oncologici nella rilevazione accurata della malattia e nel monitoraggio dell'efficacia del trattamento. Inoltre, questo modello rappresenta un mezzo molto più rapido, accessibile ed economico per diagnosticare i tumori. “Il modello AI fondamentale sviluppato in questa ricerca potrebbe servire come nucleo di un sistema software progettato per assistere i medici nel prendere decisioni riguardo alle diagnosi di cancro, ” ha aggiunto Shafiabady. “La rilevazione tempestiva e accurata del cancro endometriale è fondamentale per un trattamento e una gestione efficaci, ” hanno sottolineato i ricercatori. “La classificazione del cancro endometriale attraverso immagini istopatologiche è stata effettuata in modo efficace con prestazioni migliorate, precisione superiore e tempi di elaborazione migliorati, utilizzando algoritmi di deep learning. ” Lo studio è stato pubblicato sulla rivista Computer Methods and Programs in Biomedicine Update.