lo studio

L’intelligenza artificiale nella lotta al tumore alla bocca: stato dell’arte e prospettive

Machine Learning e intelligenza artificiale possono aiutare la diagnostica tissutale rimuovendo la soggettività, utilizzando l’automazione e la quantificazione per guidare la diagnosi e il trattamento del tumore alla bocca. Lo studio dell’Università di Sheffield

Pubblicato il 24 Nov 2020

Luigi Mischitelli

Legal & Data Protection Specialist at Fondazione IRCCS Casa Sollievo della Sofferenza

AI Questions Icon
Chiedi all'AI
Riassumi questo articolo
Approfondisci con altre fonti
L’esperienza della rete oncologica campana per la difesa della salute della donna; Diritto alla salute: la mappa dell'esclusione in Italia

L’intelligenza artificiale ha il potenziale per rivoluzionare la diagnosi e la gestione del tumore alla bocca, garantendo una certa precisione, coerenza e obiettività nella diagnosi.

Lo rivela uno studio pionieristico condotto dalla University of Sheffield (Regno Unito) – finanziato dall’organizzazione benefica britannica Cancer Research UK, secondo cui l’uso del Machine Learning e dell’Intelligenza Artificiale può aiutare i medici a prevedere meglio il rischio per i pazienti di sviluppare un tumore alla bocca, migliorando la diagnosi precoce di tale fattispecie di patologia.

Tumore della bocca, diagnosi e cura: lo stato dell’arte

Il tasso di persone a cui è stato diagnosticato un tumore nel cavo orale, tra cui il tumore alla bocca, alla lingua, alle tonsille e all’orofaringe, è aumentato di quasi il 60% negli ultimi dieci anni. Le prove suggeriscono che il consumo di tabacco e alcolici, l’essere contagiati da virus, l’età avanzata e la mancata assunzione di frutta e verdura in quantità sufficiente possono aumentare il rischio di sviluppare la malattia in esame. Il tumore alla bocca viene spesso diagnosticato in ritardo, il che significa che il tasso di sopravvivenza dei pazienti è scarso.

Attualmente, i medici devono prevedere la probabilità di cambiamenti pre-cancerosi, noti come displasia epiteliale orale (OED), che si sviluppano in tumore valutando la biopsia di un paziente su quindici diversi criteri per stabilire un punteggio. Questo punteggio determina poi se è necessario intervenire e quale percorso di trattamento deve essere intrapreso. Un punteggio – inoltre – che è soggettivo, il che significa che ci sono spesso enormi variazioni nel modo in cui vengono trattati i pazienti con risultati simili alla biopsia. Ad esempio, ad un paziente può essere consigliato di sottoporsi ad un intervento chirurgico e ad un trattamento intensivo, mentre un altro paziente può essere monitorato in diversi modi per la valutazione di ulteriori cambiamenti.

Il dottor Ali Khurram, docente clinico senior presso la Scuola di Odontoiatria Clinica della University of Sheffield, ha affermato che la classificazione precisa dell’OED è un’enorme sfida diagnostica, anche per i patologi esperti, in quanto è così soggettiva che ha un alto margine di variabilità. Al momento una biopsia può essere classificata in modo diverso da patologi diversi, così come lo stesso patologo può anche classificare la stessa biopsia in modo diverso in un giorno diverso. Per il ricercatore universitario la corretta classificazione è vitale nella diagnosi precoce del tumore alla bocca, al fine di prendere le migliori decisioni per il trattamento, al contempo consentendo al chirurgo di determinare se una lesione debba essere monitorata o rimossa chirurgicamente.

Le potenzialità dell’AI nella diagnosi precoce del tumore alla bocca

Sempre per il dottor Ali Khurram il Machine Learning e l’Intelligenza Artificiale possono aiutare la diagnostica tissutale rimuovendo la soggettività, utilizzando l’automazione e la quantificazione per guidare la diagnosi e il trattamento della malattia in esame.

Ciò che è certo è che alcuni campioni di tessuto OED archiviati – con almeno cinque anni di dati di follow-up – saranno utilizzati per addestrare gli algoritmi di Intelligenza Artificiale ad imparare le correlazioni statistiche tra alcuni classificatori e i relativi tassi di sopravvivenza. Questi algoritmi aiuteranno i medici patologi nella valutazione delle biopsie aiutandoli a prendere una decisione più informata e imparziale sulla classificazione delle cellule e sul percorso di trattamento del paziente. Gli algoritmi proposti hanno un forte angolo di traslazione e un potenziale per essere rapidamente impiegati come aiuto alla corretta pratica clinica e diagnostica in tutto il mondo.

Per il dottor Ali Khurram le persone spesso si sentono minacciate dall’Intelligenza Artificiale; tuttavia, piuttosto che sostituire la competenza di un medico – e, quindi, un livello eccezionalmente alto di formazione ed esperienza nel settore – la tecnologia può aiutare ad assistere il processo decisionale del professionista e a “complimentarsi” con le sue capacità. Tutto ciò è fondamentale per dare una valutazione quanto più accurata possibile, permettendo ai medici di raccomandare il percorso di trattamento più vantaggioso per i singoli pazienti e puntando – al contempo – a migliorare i tassi di sopravvivenza degli assistiti. Il progetto pilota britannico aprirà la strada allo sviluppo di uno strumento che può aiutare a identificare i cambiamenti “pre-maligni” nella displasia orale, cruciale per la diagnosi precoce del tumore alla bocca. Il completamento di questo progetto porta con sé un potenziale significativo per salvare vite umane e migliorare l’assistenza sanitaria dei pazienti.[1]

_____________________________________________________________

  1. Artificial intelligence helps predict risk of developing mouth cancer. The University of Sheffield. https://www.sheffield.ac.uk/news/nr/ai-helps-better-predict-oral-cancer-1.924794 ↑

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

People&Change

Tutti
Produttività e AI
AI IN AZIENDA
AI E LAVORO
SCENARI
FORMAZIONE
CULTURA AZIENDALE
COMPETENZE
AI in azienda
Carriera
AI leadership
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership

Articoli correlati

0
Lascia un commento, la tua opinione conta.x