Le Scienze - 04.2020

http://www.lescienze.it Le Scienze 83

no evidenti nelle mammografie che potessero sfuggire all’occhio

umano.

Nei successivi quattro anni il gruppo ha addestrato un pro-

gramma ad analizzare le mammografie di circa 32.000 donne di

età ed etnie diverse, indicando quali pazienti avevano ricevuto

una diagnosi di tumore entro cinque anni dall’esame. Poi gli scien-

ziati hanno testato le capacità di matching del programma su altre

3800 pazienti. L’algoritmo ottenuto, pubblicato lo scorso maggio

su «Radiology», si era rivelato nettamente più preciso nel preve-

dere l’insorgere di un tumore (o la sua assenza) rispetto alle pra-

tiche normalmente usate in medicina. Quando il gruppo di Barzi-

lay ha applicato l’algoritmo alle mammografie della scienziata del

2012, giudicate dai medici non indicative della patologia, il pro-

gramma ha stabilito correttamente che la donna era a rischio più

elevato di sviluppare un tumore al seno entro cinque anni rispetto

al 98 per cento delle pazienti.

Gli algoritmi di IA non rilevano solo i dettagli che l’occhio uma-

no non è in grado di cogliere, ma possono anche sviluppare meto-

di nuovi per interpretare le immagini mediche, talvolta in modi a

noi incomprensibili. Ricercatori, start-up e produttori di macchi-

nari per imaging impegnati nella progettazione di programmi di

IA sperano di riuscire a migliorare accuratezza e velocità delle dia-

Con il senno di poi, afferma la donna, «avevo già un tumore, e
non l’avevano visto».
Nei due anni successivi Barzilay si è sottoposta a una seconda
mammografia, a una risonanza magnetica del seno e a una biop-
sia, che hanno continuato a dare risultati ambigui o contrastanti.
Alla fine, nel 2014 le è stato diagnosticato un tumore al seno, dopo
un percorso incredibilmente frustrante. «Com’è possibile che tre
esami diano tre esiti diversi?», si era domandata la donna, che ha
seguito una terapia ed è riuscita a guarire. Barzilay è rimasta col-
pita negativamente dal fatto che le incertezze nella lettura di una
mammografia possono ritardare le cure. «Ho capito quanto gli ap-
procci attuali ci rendano vulnerabili», ha affermato Barzilay, e co-
sì ha preso una decisione che avrebbe influito sulla sua carriera:
cambiare le cose.
Informatica al Massachusetts Institute of Technology, Barzi-
lay non aveva mai studiato medicina prima di allora. Le sue ricer-
che sfruttavano tecniche di machine learning, una forma di intel-
ligenza artificiale (IA), per l’elaborazione del linguaggio naturale.
La scienziata era da tempo in cerca di una nuova linea di ricerca
e così aveva deciso di collaborare con un gruppo di radiologi allo
sviluppo di algoritmi di machine learning che usassero le capaci-
tà avanzate di analisi visiva dei computer per rilevare schemi me-

QUANDO REGINA BARZILAY si è sottoposta a una mammografia di routine verso i qua-

rant’anni di età, l’immagine ha mostrato un complesso sistema di aree bianche nel tessuto

mammario. Quei segni possono essere normali oppure tumorali: anche i migliori radiolo-

gi faticano a distinguerli. I medici di Regina hanno deciso che le chiazze non preoccupava-

no nell’immediato.

L’ascesa

dei radiologi robot

Oggi gli algoritmi di deep learning riescono a leggere risonanze

magnetiche e radiografie con un’efficacia senza precedenti. Ma quando

sbagliano, di chi è la responsabilità?

di Sara Reardon

DIAGNOSTICA