Un algoritmo è in grado di determinare con un’ottima attendibilità quali nei necessitano dell’attenzione di un medico.
di Megan Lewis
La diagnosi precoce è la chiave per sopravvivere al melanoma, un tipo di tumore maligno responsabile di oltre il 70 per cento dei decessi correlati al cancro della pelle in tutto il mondo, ma le “lesioni cutanee pigmentate sospette” (SPL) sono così comuni che creano difficoltà di ordine pratico ai medici che vogliono controllarle tutte.
Ora al MIT hanno sviluppato uno strumento in grado di analizzare le foto della pelle scattate con uno smartphone per determinare quali SPL dovrebbero essere valutati da un dermatologo. I ricercatori, che includono i professori Martha Gray, James Collins, Regina Barzilay e il postdoc Luis Soenksen, hanno fatto uso di reti neurali convoluzionali profonde, vale a dire algoritmi di apprendimento automatico spesso usati per classificare le immagini.
Il team ha chiesto ai dermatologi di classificare visivamente le lesioni in 20.388 immagini di 133 pazienti dell’Ospedale Gregorio Marañón di Madrid e altre disponibili al pubblico. Il sistema è stato addestrato sull’80 per cento di queste immagini e testato con il resto. Ha distinto più del 90,3 per cento degli SPL da lesioni non sospette, cute e sfondi complessi. È stato anche in grado di classificare il livello di rischio.
“La nostra ricerca suggerisce che i sistemi che sfruttano la visione artificiale e le reti neurali profonde, quantificando tali segni comuni, possono raggiungere una precisione paragonabile a quella dei dermatologi esperti”, afferma Soenksen. Gli screening potrebbero essere effettuati durante le visite di routine delle cure primarie, o anche dai pazienti stessi.
Immagine per gentile concessione dei ricercatori
