L’integrazione dell’Intelligenza Artificiale nei programmi di screening per il cancro al seno ha raggiunto un progresso significativo con la pubblicazione su Nature Medicine dei risultati dello studio prospettico controllato condotto su una coorte di oltre 460.000 donne. La ricerca affronta una delle criticità maggiori della radiologia senologica: l’elevato carico di lavoro derivante dalla “doppia lettura” umana e la variabilità inter-osservatore, proponendo un modello di triage basato su algoritmi di deep learning.
Il protocollo clinico testato ha dimostrato che l’impiego dell’AI come supporto decisionale non è solo non-inferiore alla pratica standard, ma apporta incrementi significativi nella sensibilità diagnostica. I dati indicano un aumento del 18% nel tasso di rilevamento del cancro (Cancer Detection Rate), intercettando lesioni che erano sfuggite alla valutazione radiologica convenzionale. Questo incremento non ha comportato, come si temeva in precedenza, un aumento dei falsi positivi, mantenendo una specificità estremamente elevata e preservando il valore predittivo positivo del richiamo clinico.
Sotto il profilo dell’efficienza organizzativa, l’impatto è dirompente: l’algoritmo è stato in grado di classificare automaticamente i casi a bassissimo rischio, consentendo una riduzione del carico di lavoro dei radiologi pari al 56,7%. Tale ottimizzazione permette agli specialisti di concentrare l’attenzione clinica sulle lesioni sospette o complesse, riducendo i tempi di refertazione e l’affaticamento cognitivo, fattore critico nell’errore diagnostico.
In conclusione, lo studio valida l’AI non come sostituto del medico, ma come un “triage intelligente” capace di stratificare il rischio in tempo reale. Per il personale sanitario, questi risultati aprono la strada a programmi di screening più sostenibili e personalizzati, dove la tecnologia agisce da filtro preventivo, garantendo una diagnosi precoce più accurata e una gestione ottimale delle risorse umane nei dipartimenti di imaging oncologico.
Fonte:
Esperanza E, Romero S, et al. AI-based triage and decision support in mammography and digital tomosynthesis for breast cancer screening: a paired, noninferiority trial. Nature Medicine, March 19, 2026.