Il melanoma è un tipo di tumore maligno della pelle che origina dai melanociti, le cellule responsabili della produzione di melanina, il pigmento che determina il colore della nostra pelle, dei capelli e degli occhi. Sebbene sia meno comune di altri tumori cutanei, è considerato il più pericoloso a causa della sua capacità di diffondersi rapidamente ad altri organi se non diagnosticato e trattato precocemente.
Lo screening precoce del melanoma è pertanto, un’arma fondamentale per la salute pubblica, consentendo di identificare la malattia in una fase in cui è altamente curabile, riducendo la necessità di trattamenti invasivi e migliorando significativamente le possibilità di sopravvivenza e guarigione.
TELEMO e l’Intelligenza Artificiale
Si è concluso da poco il progetto TELEMO (An innovative TELEmedicine system for the early screening of Melanoma in Overall Population), coordinato dall’Istituto di fisiologia clinica del Consiglio nazionale delle ricerche di Pisa (Cnr-Ifc) e finanziato dalla Regione Toscana nell’ambito del Bando Ricerca Salute 2018.
È un progetto che ha sviluppato un sistema innovativo di telemedicina basato sull’Intelligenza Artificiale (IA) per lo screening precoce del melanoma, con l’obiettivo di supportare, accelerare e ottimizzare la diagnosi delle lesioni cutanee.
Il progetto è stato concepito anche per aumentare l’accessibilità alle cure, grazie a questo sistema rivoluzionario si consente l’accesso all’assistenza ad alto livello per la popolazione svantaggiata o vulnerabile, come gli anziani.
Tecnologia e innovazione per la salute
La piattaforma TELEMO, costituita da un ampio database di immagini e dati clinici, si è svelata uno strumento unico non solo per l’addestramento dell’intelligenza artificiale nel riconoscimento e nella classificazione del melanoma rispetto ad altri tumori cutanei, ma anche per la formazione dei giovani medici e la ricerca di nuovi indici diagnostici.
Ben 426 volontari (54% donne e 46% uomini) hanno preso parte allo studio, tra questi sono stati individuati 55 casi di melanoma. Di ogni partecipante sono stati raccolti su TELEMO dati anagrafici, caratteristiche fenotipiche, storia clinica e familiare della patologia, eventuali terapie in corso e modalità di esposizione al sole. Sono state annotate sulla piattaforma sia la diagnosi preliminare della lesione, realizzata dal medico tramite dermatoscopio, sia quella istopatologica, basata sull’analisi dei campioni prelevati chirurgicamente.
L’analisi delle immagini dermatoscopiche e istopatologiche delle lesioni caricate sulla piattaforma, è stata effettuata grazie ad algoritmi di intelligenza artificiale, istruiti per l’identificazione automatica dei melanomi e la stima di indici prognostici associati alla patologia. Nel processo di sviluppo del modello di classificazione, la diagnosi istopatologica effettuata dall’anatomopatologo è stata utilizzata come riferimento per l’addestramento dell’algoritmo.
Ottimi risultati raggiunti
TELEMO è stato svolto in partenariato con la UOC di Dermatologia degli Ospedali Riuniti di Livorno (Azienda USL Toscana Nord Ovest), la SOD di Istologia Patologica e Diagnostica Molecolare, dell’Azienda Ospedaliera Universitaria Careggi di Firenze, e l’Istituto di biofisica del Cnr di Pisa (Cnr-Ibf).
Nello studio è stata utilizzata anche la spettroscopia Raman, una tecnica avanzata fruibile presso l’Istituto di biofisica del Cnr di Pisa (Cnr-Ibf), che fornisce un’impronta molecolare dei tessuti biologici. Irradiando i campioni con luce laser, si ottengono informazioni minuziose sulla loro composizione chimica. I dati raccolti differenziano i tessuti sani da quelli tumorali e identificano gradi e sottotipi di melanoma non semplici da diagnosticare anche per esperti.
Il classificatore automatico ha rilevato un’accuratezza molto elevata, raggiungendo l’86,79%. Mentre, l’accuratezza della sola diagnosi preliminare effettuata dal medico tramite dermatoscopio si attesta all’80,55%. Questi dati confermano, ancora una volta, il valore dell’intelligenza artificiale come valido strumento di supporto alla diagnosi clinica.