Cancro: l’AI potrebbe vederlo prima dei medici

REDMOD, sistema di IA della Mayo Clinic, rileva il cancro al pancreas fino a 475 giorni prima della diagnosi clinica

Per i radiologi, l’immagine appariva normale. Nessuna massa evidente, nessuna lesione sospetta, nessun segnale tale da giustificare ulteriori approfondimenti. Eppure il tumore era già lì, invisibile all’occhio umano ma non a quello dell’intelligenza artificiale.

È questo il risultato che ha attirato l’attenzione della comunità scientifica internazionale e che potrebbe rappresentare uno dei più significativi progressi recenti nell’applicazione dell’IA alla medicina. Un gruppo di ricercatori della Mayo Clinic ha infatti sviluppato REDMOD (Radiomics-based Early Detection Model), un sistema di analisi avanzata delle immagini in grado di identificare i segni precoci del tumore al pancreas fino a 475 giorni prima della diagnosi clinica, pari a circa 16 mesi. Lo studio, pubblicato sulla rivista scientifica Gut, suggerisce che l’intelligenza artificiale possa individuare alterazioni biologiche della malattia molto prima che queste diventino riconoscibili ai medici attraverso le tecniche tradizionali.

L’innovazione nel repurposing

La notizia è particolarmente rilevante perché riguarda uno dei tumori più aggressivi e difficili da trattare. Il cancro del pancreas rappresenta oggi una delle principali cause di morte oncologica e continua a registrare tassi di sopravvivenza molto bassi. Il problema non è soltanto la sua aggressività biologica, ma soprattutto la sua capacità di svilupparsi in silenzio. Nelle fasi iniziali raramente provoca sintomi specifici e, quando viene individuato, spesso ha già raggiunto uno stadio avanzato che limita drasticamente le opzioni terapeutiche. Oltre l’85% dei pazienti riceve la diagnosi quando la malattia si è già diffusa oltre il pancreas, rendendo impossibile l’intervento chirurgico curativo nella maggior parte dei casi. È proprio su questo limite storico della medicina che si inserisce REDMOD: a differenza di molti sistemi diagnostici basati sull’intelligenza artificiale, il modello non richiede nuovi esami né tecnologie aggiuntive. Analizza semplicemente TAC addominali già eseguite nella normale pratica clinica per altri motivi, cercando caratteristiche microscopiche che sfuggono alla percezione umana.

Il “trucco”: la radiomica

Il principio scientifico alla base del sistema si chiama radiomica. Invece di osservare le immagini come farebbe un radiologo, il software trasforma ogni scansione in una grande quantità di dati quantitativi. Texture, densità, distribuzione dei pixel, microvariazioni strutturali dei tessuti vengono convertite in parametri matematici che possono essere elaborati da algoritmi di machine learning. L’ipotesi dei ricercatori è che il processo tumorale lasci una sorta di “firma biologica” nel pancreas molti anni prima della comparsa di una massa visibile. REDMOD è stato progettato proprio per riconoscere questa firma nascosta.

Per validare il modello, il team della Mayo Clinic ha analizzato quasi 2.000 TAC provenienti da più istituzioni sanitarie. Tra queste vi erano 219 pazienti che, al momento della scansione, non presentavano alcun segno evidente di tumore ma che avrebbero successivamente sviluppato un adenocarcinoma pancreatico, la forma più comune della malattia. Le immagini erano state inizialmente classificate come normali dai radiologi. Quando sono state riesaminate dall’algoritmo, il sistema è riuscito a individuare il 73% dei casi che sarebbero poi sfociati in una diagnosi oncologica, con un anticipo mediano di circa 475 giorni. Il confronto con gli specialisti è uno degli aspetti più interessanti dello studio. Sulle stesse immagini, i radiologi sono riusciti a identificare circa il 39% dei casi, mentre REDMOD ha quasi raddoppiato la capacità di individuazione. Nei casi più precoci, quelli superiori ai due anni dalla diagnosi effettiva, il vantaggio dell’intelligenza artificiale è risultato ancora più marcato, arrivando a triplicare il numero di tumori intercettati.

Il futuro della diagnostica è collaborativo

Tuttavia, sarebbe un errore interpretare questi risultati come l’annuncio di una macchina destinata a sostituire i medici. Lo stesso studio evidenzia alcuni limiti importanti: i radiologi continuano a essere più accurati nel riconoscere i pazienti sani e a ridurre i falsi positivi. In altre parole, l’intelligenza artificiale vede più segnali sospetti, ma non sempre con la stessa precisione nel distinguere tra rischio reale e anomalie innocue. È per questo che i ricercatori immaginano un modello collaborativo, in cui l’IA funzioni come un secondo livello di lettura capace di supportare il giudizio clinico umano anziché sostituirlo. L’aspetto forse più rivoluzionario della ricerca riguarda però il concetto stesso di diagnosi precoce. Finora la medicina ha cercato di identificare tumori già formati ma ancora piccoli. REDMOD suggerisce una prospettiva diversa: individuare la malattia quando il tumore non è ancora visibile. Si tratta di un passaggio concettuale che potrebbe ridefinire il ruolo dell’imaging diagnostico, trasformando TAC e risonanze da strumenti di osservazione a strumenti predittivi.

Naturalmente restano numerose questioni aperte. Lo studio è stato condotto in un contesto controllato e sarà necessario dimostrare che il sistema mantenga le stesse prestazioni nella pratica clinica quotidiana. Occorrerà inoltre capire come integrare questi algoritmi nei flussi di lavoro ospedalieri, quali pazienti sottoporre a controlli aggiuntivi e come gestire il rischio di sovradiagnosi. La stessa Mayo Clinic ha già avviato studi prospettici per valutare l’impiego reale del modello nei soggetti ad alto rischio. Nonostante queste cautele, il significato della scoperta appare evidente. Nel caso del tumore al pancreas, il fattore che più influenza la sopravvivenza non è una nuova terapia o un farmaco più efficace, ma il tempo. Ogni mese guadagnato prima della diagnosi aumenta le possibilità di intervenire quando la malattia è ancora operabile. Per questo motivo il dato dei 475 giorni colpisce tanto la comunità scientifica quanto l’opinione pubblica: perchè non rappresenta soltanto una misura statistica ma significa oltre un anno in più per accedere alle cure, pianificare un intervento chirurgico e aumentare le probabilità di sopravvivenza. In una patologia in cui il tempo è spesso la risorsa più scarsa, l’intelligenza artificiale potrebbe aver trovato il modo di restituirne almeno una parte ai pazienti.