A Systematic Review and Descriptive Quantitative Synthesis of Artificial Intelligence in Cervical Cancer Screening and Diagnosis
Questa revisione sistematica di 898 studi sull'intelligenza artificiale nello screening e nella diagnosi del tumore della cervice uterina rivela una vasta applicazione attraverso molteplici modalità, ma evidenzia una significativa eterogeneità metodologica e limitazioni nella rendicontazione che precludono l'analisi quantitativa aggregata, sottolineando l'urgente necessità di standardizzazione della rendicontazione, validazione esterna e valutazione clinica prospettica.
Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
Il tumore alla cervice uterina è una malattia che, sebbene prevenibile, continua a togliere la vita in tutto il mondo. La chiave per fermarlo risiede nel trovare precocemente le cellule anormali, spesso prima che si trasformino in un tumore. Attualmente, i medici utilizzano diversi strumenti per questo scopo, che vanno dall'osservazione delle cellule al microscopio all'esame della cervice con una telecamera speciale. Tuttavia, questi metodi dipendono fortemente dall'abilità umana e possono variare a seconda di chi effettua la lettura o della qualità delle immagini. Negli ultimi anni, gli scienziati si sono rivolti all'intelligenza artificiale, un campo in cui i computer imparano a riconoscere gli schemi, per aiutare in questo compito. Questi programmi informatici possono essere addestrati per individuare i segni della malattia nelle immagini mediche, offrendo potenzialmente un secondo paio di occhi che non si stanca mai. La promessa è che questi strumenti potrebbero rendere lo screening più accurato e accessibile a un numero maggiore di persone, ma la domanda rimane: quanto funzionano bene nel mondo reale?
Un team di ricercatori si è posto l'obiettivo di rispondere a questa domanda raccogliendo ogni studio disponibile sull'intelligenza artificiale utilizzata per lo screening e la diagnosi del tumore alla cervice uterina. Hanno cercato attraverso quattro importanti database scientifici, alla ricerca di qualsiasi ricerca originale che utilizzasse i computer per analizzare cellule, immagini provenienti da telecamere o campioni di tessuto. Dopo aver rimosso i duplicati e filtrato gli studi che non soddisfacevano i loro rigorosi criteri, si sono ritrovati con 898 studi da esaminare. Questa vasta collezione copriva una gamma di applicazioni molto ampia, dall'analisi dei vetrini dello Pap test e dei campioni cellulari in base liquido, alla revisione di immagini scattate durante la colposcopia, ovvero una procedura in cui un medico osserva attentamente la cervice, e persino all'esame del tessuto al microscopio. Il numero di studi pubblicati su questo argomento è cresciuto rapidamente, con la maggior parte apparsa negli ultimi anni, riflettendo un aumento dell'interesse nell'uso del machine learning e del deep learning per risolvere problemi medici.
I ricercatori hanno scoperto che, sebbene l'intelligenza artificiale venga utilizzata in molti modi diversi, i risultati sono difficili da confrontare direttamente. Dagli 898 studi, solo 60 fornivano numeri chiari su quanto fosse performante il computer, come la frequenza con cui identificava correttamente la malattia o la escludeva correttamente. Anche tra questi 60 studi, le informazioni erano spesso incomplete. Per sapere davvero quanto sia buono uno strumento diagnostico, gli scienziati devono solitamente vedere un set completo di dati che mostri esattamente quanti casi sono stati identificati correttamente, quanti sono stati mancati e quanti casi sani sono stati erroneamente segnalati come malati. Nessuno degli studi in questa revisione ha fornito questo set completo di numeri. Poiché i dati erano mancanti o riportati in modi diversi, i ricercatori non sono riusciti a combinare i risultati in un unico punteggio complessivo di accuratezza. Non hanno potuto calcolare una media aggregata che dicesse al mondo esattamente quanto siano efficaci questi strumenti in questo momento.
Invece di un singolo numero, il team ha fornito un riepilogo descrittivo di ciò che ha trovato. Hanno notato che l'accuratezza era la metrica più comune riportata, seguita dalla sensibilità, che misura quanto lo strumento sia bravo a catturare la malattia, e dalla specificità, che misura quanto sia bravo ad evitare falsi allarmi. Gli studi variavano enormemente per progettazione, tipo di dati utilizzati e modalità di test dei modelli informatici. Alcuni utilizzavano dati di un singolo ospedale, altri immagini provenienti da più località. Alcuni confrontavano l'IA con un esperto umano, altri con uno standard differente. Questa varietà significava che uno strumento che appariva molto buono in uno studio potrebbe non comportarsi allo stesso modo in un contesto diverso. I ricercatori hanno anche esaminato la qualità degli studi e hanno scoperto che molti mancavano di dettagli chiari su come i dati fossero stati scelti o su come i modelli fossero stati testati, rendendo difficile fidarsi pienamente dei risultati.
La conclusione di questa estesa revisione è che, sebbene l'intelligenza artificiale mostri un ampio potenziale per aiutare i medici nello screening e nella diagnosi del tumore alla cervice uterina, l'evidenza attuale non è ancora pronta a supportare un giudizio definitivo sulle sue prestazioni complessive. Gli strumenti esistono e vengono utilizzati in molti contesti diversi, ma il modo in cui la ricerca viene riportata rende impossibile dire esattamente quanto siano affidabili in modo trasversale. Gli autori suggeriscono che, affinché questi strumenti diventino una parte standard della cura medica, gli studi futuri debbano essere più coerenti. Devono utilizzare gruppi di pazienti più ampi provenienti da luoghi diversi, seguire le stesse regole di test e riportare i risultati in modo completo, includendo la suddivisione completa dei risultati corretti e di quelli errati. Finché non verranno compiuti questi passi, il pieno potenziale dell'intelligenza artificiale in questo campo salvavita rimarrà una promessa piuttosto che una realtà provata.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.