Algoritmi e tumori della pelle: meno accurati di quanto si pensasse

Un mosaico di immagini dermoscopiche dall'archivio ISIC.

Negli ultimi anni, grazie a un particolare tipo di reti neurali profonde, chiamate convolutional neural network e particolarmente efficaci nella classificazione delle immagini, abbiamo letto sui giornali a più riprese che i dermatologi sarebbero presto stati sostituiti dagli algoritmi, almeno nei compiti di screening delle lesioni della pelle. I risultati dell’ultima competizione organizzata dall’International Skin Imaging Collaboration ridimensionano queste aspettative e richiamano all’importanza di valutare le perfomance di questi algoritmi con dati realistici prima di introdurli nella pratica clinica. Gli algoritmi sono sì più accurati della media dei dermatologi coinvolti nella sfida, ma molto meno di quello che si pensava e tranne quando incontrano lesioni che non hanno mai visto prima.

A febbraio del 2017 la copertina della rivista Nature recava il titolo “Lesions Learnt”, il messaggio che ci saremmo aspettati di leggere sullo schermo di un computer se il risultato descritto dalla prestigiosa rivista scientifica fosse diventato il soggetto di un film hollywoodiano. Un gruppo di ricercatori, informatici e dermatologi, a pagina 115 di quel numero, descriveva i risultati ottenuti da un algoritmo di machine learning nel diagnosticare nove diverse categorie di malattie della pelle, sia benigne che maligne, in circa duemila immagini acquisite con dermatoscopio. Il dermatoscopio è costituito da una lente e una sorgente di luce che può anche essere polarizzata. Viene utilizzato dopo aver applicato sulla pelle un gel, per evitare che lo strato lipidico dell’epidermide rifletta la luce. In questo modo permette di guardare fino ai primi strati del derma, aumentando notevolmente la capacità di diagnosticare lesioni maligne rispetto all’analisi a occhio nudo.

L’algoritmo, una rete neurale profonda sviluppata da Google e pre-allenata su oltre un milione di immagine generiche, era stato poi allenato per questo compito speciale su un database di 130 mila immagini e si era dimostrato più accurato nel diagnosticare i novi tipi di lesione rispetto a una ventina di dermatologi esperti. L’entusiasmo degli autori era tangibile nelle conclusioni del lavoro dove prospettavano una democratizzazione della diagnosi dermatologica. Scrivevano che “equipaggiati con reti neurali profonde, i cellulari possono estendere il raggio d’azione dei dermatologi al di fuori degli ambulatori. Si prevede che entro il 2021 esisteranno 6,3 miliardi di abbonamenti a smartphone che quindi potranno fornire un accesso universale a basso costo a diagnosi vitali.”

Nel 2020 sono stati diagnosticati nel mondo 324 mila casi di melanoma, la forma più aggressiva di tumore della pelle, e le morti associate a questa patologia nello stesso anno sono state 57 mila. L’incidenza dei melanomi è particolarmente elevata in paesi come Nuova Zelanda, Australia, Danimarca, Paesi Bassi e Norvegia. L’altra famiglia di tumori della pelle, basaliomi e carcinomi spinocellulari, sono meno aggressivi e probabilmente sottodiagnosticati perché trattabili facilmente con chirurgia e ablazione.

Alla copertina di Nature seguirono altri studi sul ruolo degli algoritmi nella diagnosi dei tumori della pelle. Per esempio, quello coordinato dal dermatologo Harald Kittler dell’ospedale universitario di Vienna e pubblicato su The Lancet Oncology a luglio del 2019. Il lavoro, che nasceva da una competizione internazionale organizzata nel 2018 dall’International Skin Imaging Collaboration, confermava la superiorità dei migliori algoritmi rispetto ai migliori dermatologi, ma introduceva una nota di cautela: “la differenza tra gli esperti umani e i primi tre algoritmi è stata significativamente inferiore per le immagini provenienti da fonti (istituzioni, ospedali, strumenti, ndr) non incluse nel database di allenamento” concludevano gli autori.

L’edizione successiva della competizione, che si è svolta nel 2019, ha voluto esplorare proprio questi aspetti. I risultati sono stati pubblicati alla fine di aprile sulla rivista The Lancet Digital Health. Al terzo posto si è qualificato un gruppo di ricercatori dell’AImageLab dell’Università di Modena e Reggio Emilia, coordinato da Costantino Grana. «È una delle sfide sull’automazione della diagnostica per immagini meglio organizzate», commenta Grana, «le immagini su cui gli algoritmi in competizione verranno testati non vengono pubblicate fino a quando tutti i gruppi non hanno consegnato i loro sistemi e questo rende la valutazione molto più robusta.» Continua a leggere su Scienza in rete

Altre notizie

Undici paesi nel mondo, soprattutto in Europa, hanno registrato casi di infezione con il virus che causa il vaiolo nelle scimmie.
Molti casi non sono collegati a recenti viaggi in Africa, dove il virus è endemico, indicando che potrebbe essere in corso trasmissione da persona a persona. Questo preoccupa gli esperti che sospettano possa trattarsi di un nuovo ceppo del virus, ma non si può escludere che si tratti di un effetto dell'aumento dei viaggi seguito all'allentamento delle restrizioni anti Covid. Il virus probabilmente si trasmette tramite contatto prolungato o tramite superfici contaminate e gli esperti si aspettano sia molto meno contagioso di Covid, ma occorre cautela. Le prime risposte potrebbero arrivare in poche settimane. Una nota di ottimismo deriva dal fatto che il vaccino contro il vaiolo dovrebbe essere molto efficace anche contro questo virus. Inoltre esistono delle terapie farmacologiche probabilmente efficaci. Ma se Covid ci ha insegnato qualcosa è la necessità di riconoscere l'incertezza e la parzialità delle nostre conoscenze, almeno all'inizio [The Atlantic]

Si attenua l'impennata delle pubblicazioni su Covid-19
Nel complesso, il numero di articoli relativi alla pandemia sembra destinato a diminuire quest'anno, dopo una crescita esplosiva e senza precedenti nel 2020 e nel 2021. Nel campo delle malattie infettive e della salute pubblica, la percentuale di nuovi articoli dedicati a Covid-19 si sta stabilizzando mentre, in settori più distanti, la quota di articoli dedicati a Covid-19 è in calo. Questo suggerisce che i ricercatori stanno tornando ai loro interessi principali [Science]

La navicella di Boeing raggiunge la stazione spaziale internazionale
A tre anni dal primo tentativo fallito, Boeing è riuscita a inviare la navicella Starliner sulla Stazione Spaziale Internazionale. Il veicolo non aveva a bordo astronauti, ma ha comunque trasportato 350 chili di approvvigionamenti per quelli che sono già a bordo della Stazione. Se il rientro previsto per mercoledì andrà bene, potrebbe trasportare i primi astronauti già entro la fine dell'anno. Questo permetterebbe alla NASA di rendersi indipendente dalla Russia, potendo contare oltre che su Boeing anche sulla navicella Dragon della società di Elon Musk SpaceX [The New York Times]

L'ondata di calore che sta colpendo l'India diventerà la norma
Nuova Delhi, l'India settentrionale e il Pakistan sono schiacciati da un'ondata di calore eccezionale per durata e precocità: è iniziata l'11 marzo, mese solitamente temperato che segna la fine dell'inverno prima dell'estate. I mesi di marzo e aprile 2022 sono stati i più caldi mai registrati nel nord-ovest dell'India dall'inizio delle registrazioni, 122 anni fa. Maggio è proseguito con i massimi storici. Giugno non sarà migliore. I meteorologi prevedono che continuerà così fino all'arrivo dei monsoni, a fine giugno o inizio luglio. Per Roxy Mathew Koll, climatologo dell'Istituto indiano di meteorologia tropicale di Pune, queste ondate di calore nella regione indo-pakistana sono dovute a condizioni anticicloniche che hanno portato a un deficit di precipitazioni. Uno studio dello UK Met Office, pubblicato il 18 maggio, stima che la probabilità di un'ondata di calore record nel nord-ovest dell'India e del Pakistan sia aumentata di 100 volte a causa dei cambiamenti climatici [Le Monde]