L'AI di Mayo Clinic per il cancro al pancreas rileva un segnale di rischio che sfugge ai radiologi

L'AI di Mayo Clinic per il cancro al pancreas ha rilevato segnali d'allarme nascosti nelle TC di routine fino a tre anni prima che i pazienti ricevessero una diagnosi clinica. Il modello ha individuato il 73% dei tumori prediagnostici in un set di test indipendente. I radiologi esperti che hanno esaminato le stesse scansioni ne hanno individuato il 38,9%.

Questo divario è la vera notizia. Le scansioni non apparivano chiaramente anomale e i pazienti si erano sottoposti agli esami per ragioni non correlate al cancro del pancreas. Eppure il modello ha rilevato pattern associati a tumori divenuti clinicamente visibili mesi o anni più tardi.

Il sistema, chiamato Radiomics-based Early Detection Model, o REDMOD, non diagnostica il cancro autonomamente. Attribuisce un rischio utilizzando pattern quantitativi nel tessuto pancreatico che appare normale ai lettori umani.

I ricercatori di Mayo Clinic, MD Anderson Cancer Center e University of Washington hanno riportato i risultati su Gut. Il loro studio retrospettivo pone all'AI medica un obiettivo impegnativo: rilevare un cancro raro prima che un tumore visibile fornisca un chiaro indizio diagnostico.

Tuttavia, il modello non ha ancora dimostrato che i suoi avvisi migliorino la sopravvivenza nella pratica clinica. Il prossimo test sarà verificare se gli ospedali possano utilizzare tali avvisi senza creare un eccesso di falsi positivi, procedure invasive e ansia nei pazienti.

L'AI di Mayo Clinic per il cancro al pancreas ha rilevato segnali anni prima

REDMOD ha cambiato ciò che i ricercatori potevano estrarre da una TC dall'aspetto altrimenti normale, non ciò che un radiologo poteva vedere visivamente.

I ricercatori hanno raccolto TC prediagnostiche di 219 persone che in seguito hanno sviluppato adenocarcinoma duttale pancreatico. Questa malattia, spesso abbreviata in PDAC, è la forma più comune di cancro al pancreas.

Le scansioni erano state eseguite da tre a 36 mesi prima della diagnosi. Erano state originariamente interpretate senza identificare una massa pancreatica sospetta o un'altra anomalia focale.

Lo studio includeva anche 1.243 scansioni di controllo di persone senza cancro al pancreas. I partecipanti di controllo avevano almeno tre anni di follow-up, riducendo la possibilità che un tumore non diagnosticato fosse stato etichettato come normale.

I ricercatori hanno suddiviso i dati in gruppi distinti di sviluppo e test. REDMOD è stato addestrato su 969 scansioni, incluse 156 casistiche prediagnostiche e 813 controlli.

Il set di test indipendente conteneva 493 scansioni. Includeva 63 casi di cancro prediagnostico e 430 controlli, nessuno dei quali era stato utilizzato per addestrare il sistema.

In quel test, REDMOD ha ottenuto un'area sotto la curva ROC di 0,82. Questa misura, nota come AUC, riflette quanto bene un modello separi i casi positivi dai controlli a diverse soglie.

Il modello ha raggiunto una sensibilità del 73% e una specificità dell'81,1% alla soglia selezionata. La sensibilità misura la quota di casi di cancro rilevati, mentre la specificità misura la quota di controlli classificati correttamente come negativi.

Il tempo mediano di anticipo è stato di 475 giorni, ovvero circa 16 mesi, prima della diagnosi clinica. Alcune delle scansioni valutate risalivano fino a tre anni prima della diagnosi.

Questi risultati supportano l'affermazione principale secondo cui l'AI di Mayo Clinic per il cancro al pancreas può segnalare il rischio fino a tre anni prima. Non significano che ogni tumore sia stato rilevato con tre anni di anticipo.

Questa distinzione è importante. Il dato di tre anni descrive il limite esterno della finestra dello studio, mentre 475 giorni descrive il tempo di anticipo tipico nel test.

Secondo lo studio REDMOD sottoposto a revisione paritaria, le prestazioni cambiavano in base all'intervallo prima della diagnosi. Il vantaggio del modello rispetto ai radiologi era maggiore nelle scansioni eseguite oltre due anni prima.

REDMOD ha rilevato il 68% dei casi in quel sottogruppo, rispetto al 23% dei radiologi. I ricercatori hanno avvertito che i sottogruppi con maggiore anticipo temporale contenevano meno casi, rendendo le loro stime meno certe.

Ciononostante, il risultato mette in discussione un'assunzione comune. Una TC giudicata normale può contenere cambiamenti tissutali misurabili molto prima che una massa pancreatica diventi visibile.

Perché il rilevamento precoce del cancro al pancreas resta così difficile

La pressione clinica deriva da una finestra terapeutica ristretta e dall'assenza di una strategia di screening standard per gli adulti a rischio medio.

Il cancro al pancreas spesso provoca sintomi vaghi o nessun sintomo riconoscibile nelle sue fasi più precoci. Quando perdita di peso, dolore addominale o ittero inducono a effettuare esami diagnostici, il cancro può essersi già diffuso.

Il rilevamento precoce è importante perché la chirurgia offre il percorso più chiaro verso la sopravvivenza a lungo termine per i pazienti idonei. Molti pazienti non arrivano mai alla chirurgia perché i clinici individuano la malattia quando è già avanzata.

Sottoporre l'intera popolazione a screening non è una risposta semplice. Il cancro al pancreas è raro rispetto ai tumori della mammella, del polmone, del colon-retto o della prostata.

Anche un test dall'accuratezza apparentemente elevata può generare molti falsi allarmi se applicato a una malattia rara. Il numero di persone senza cancro è così elevato che una specificità imperfetta diventa un importante problema clinico.

Il National Cancer Institute afferma che non esiste un test standard di screening per il cancro al pancreas nelle persone a rischio medio. Le sue attuali linee guida sullo screening concentrano la sorveglianza sulle persone con rischio elevato.

Questi gruppi includono persone con importanti precedenti familiari, varianti ereditarie associate al cancro e alcune lesioni pancreatiche. Alcuni programmi clinici esaminano inoltre il diabete di nuova insorgenza come segnale di arricchimento del rischio.

L'arricchimento del rischio significa selezionare una popolazione più piccola nella quale il tasso di cancro è più elevato rispetto alla popolazione generale. Ciò rende più pratico un test diagnostico o di imaging secondario.

REDMOD si adatta a questo approccio mirato meglio dello screening universale. Il modello è progettato per analizzare TC già ottenute durante l'assistenza di routine, soprattutto tra pazienti con fattori di allarme consolidati.

Questo approccio evita di esporre tutti a nuove radiazioni da TC esclusivamente per lo screening pancreatico. Trasforma inoltre l'imaging acquisito in precedenza in un'ulteriore fonte di informazioni longitudinali sul rischio.

Tuttavia, crea una limitazione di copertura. Le persone senza una TC addominale idonea non possono beneficiare del modello, indipendentemente dal loro rischio di base.

Anche la popolazione di addestramento non riproduce le reali condizioni dello screening di popolazione. Lo studio ha utilizzato circa un caso di cancro prediagnostico ogni sei controlli.

Questo rapporto è considerevolmente più arricchito di casi di cancro rispetto a una popolazione clinica non selezionata. I ricercatori lo hanno utilizzato come disegno a bassa prevalenza impegnativo rispetto agli esperimenti caso-controllo bilanciati, non come riproduzione dell'incidenza nella popolazione.

Una prevalenza reale più bassa può ridurre drasticamente il valore predittivo positivo. Il valore predittivo positivo misura quanto spesso un avviso positivo corrisponda a una malattia effettiva.

Una revisione sistematica del 2024 ha rilevato un'ampia variabilità tra i modelli basati su cartelle cliniche elettroniche per il rischio di cancro al pancreas. Ha inoltre individuato una reportistica incompleta e una limitata validazione nel mondo reale in tutto il settore.

Una successiva meta-analisi ha rilevato che i valori predittivi positivi erano spesso inferiori all'1% per gli approcci basati su EHR. L'analisi ha inoltre riportato un'estrema variabilità tra gli studi, nonostante una discriminazione media incoraggiante.

Questi risultati non invalidano REDMOD, che analizza immagini anziché dati strutturati. Mostrano perché una solida accuratezza retrospettiva sia soltanto il requisito iniziale per un sistema di screening.

Come REDMOD legge un pancreas dall'aspetto normale

Il modello converte il tessuto pancreatico in pattern di texture misurabili, quindi combina tre classificatori per stimare il rischio.

REDMOD inizia con la segmentazione automatizzata del pancreas. La segmentazione consiste nell'identificare il confine tridimensionale dell'organo nelle singole sezioni dell'immagine TC.

I ricercatori hanno utilizzato per questo passaggio un'architettura di deep learning chiamata 3D nnU-Net. La segmentazione automatizzata riduce il lavoro manuale che altrimenti renderebbe difficile l'analisi su larga scala.

Dopo aver isolato il pancreas, il sistema calcola caratteristiche radiomiche. La radiomica converte le immagini mediche in misurazioni numeriche che descrivono intensità, texture, forma e relazioni spaziali.

Queste misurazioni possono cogliere variazioni a livello di pixel che non formano un tumore visibile. Un radiologo osserva l'anatomia, mentre la radiomica misura anche come i valori dell'immagine varino all'interno di tale anatomia.

Il sistema ha inizialmente esaminato centinaia di misurazioni. La sua firma finale ha utilizzato 40 caratteristiche selezionate, incluse quattro caratteristiche di primo ordine e 36 caratteristiche di texture.

Le caratteristiche di primo ordine riassumono la distribuzione delle intensità dell'immagine senza considerarne la posizione. Le caratteristiche di texture misurano pattern spaziali e relazioni tra valori di immagine adiacenti.

Trentasei delle 40 caratteristiche selezionate provenivano da immagini filtrate. I filtri evidenziano pattern a scale diverse, comprese variazioni che possono scomparire nell'immagine TC originale.

Le caratteristiche di texture filtrate con wavelet rappresentavano il 90% della firma finale. Queste caratteristiche hanno prodotto un'AUC di 0,82, rispetto a 0,74 per le caratteristiche non filtrate.

La differenza era statisticamente significativa nello studio. Suggerisce che il modello si basi su cambiamenti strutturali distribuiti, non semplicemente su una massa nascosta trascurata da un lettore.

REDMOD invia quindi le misurazioni selezionate a tre metodi convenzionali di machine learning. Si tratta di regressione logistica, random forest e extreme gradient boosting.

Ogni metodo calcola una probabilità. Il sistema calcola la media di tali risultati mediante soft voting e converte la probabilità combinata in una classificazione.

Questo ensemble è importante perché i tre metodi catturano relazioni diverse. La regressione logistica privilegia confini più semplici, mentre i modelli basati su alberi possono rappresentare interazioni non lineari.

Il processo di addestramento ha utilizzato anche Synthetic Minority Over-sampling Technique, nota come SMOTE. Questo metodo crea esempi sintetici all'interno della classe minoritaria per ridurre lo squilibrio durante l'addestramento.

SMOTE non aggiunge pazienti reali. Aiuta il classificatore ad apprendere un confine decisionale senza consentire al gruppo di controllo più ampio di dominare ogni previsione.

Il modello include una soglia di classificazione regolabile. Un ospedale potrebbe adattare tale soglia verso una maggiore sensibilità o una maggiore specificità senza riaddestrare gli algoritmi sottostanti.

Questa flessibilità è utile, ma trasferisce una decisione importante alla distribuzione clinica. Una soglia più bassa può individuare più tumori producendo al contempo più avvisi falsi positivi.

Una soglia più alta può ridurre i follow-up non necessari, ma rilevare meno malattie precoci. La soglia tecnicamente migliore non è quindi automaticamente la scelta clinicamente più sicura.

Mayo Clinic afferma che il risultato previsto è un segnale di rischio aggiuntivo, non una diagnosi automatizzata di cancro. Il suo riepilogo clinico descrive REDMOD come un complemento per radiologi e gastroenterologi.

Questo ruolo preserva la revisione umana attorno a ogni decisione successiva. Riconosce inoltre che una firma statistica di texture non può stabilire la malignità senza un'ulteriore valutazione clinica.

REDMOD contro i radiologi non è il confronto finale giusto

Lo studio mostra che l'AI ha rilevato più segnali prediagnostici, ma il sistema pratico dipende ancora dai radiologi che interpretano tali avvisi.

Due radiologi addominali certificati hanno esaminato il set di test indipendente senza conoscere gli esiti. Hanno valutato se ciascun pancreas apparisse normale o mostrasse una malattia prediagnostica.

La loro sensibilità combinata era del 38,9%, rispetto al 73% di REDMOD. La differenza era statisticamente significativa.

Questo risultato non indica che i radiologi abbiano lavorato male nelle loro normali attività. Stavano esaminando scansioni senza una massa visibile, che anche i lettori clinici originali avevano interpretato come negative.

REDMOD affrontava un diverso livello informativo. Misurava pattern matematici che la visione umana non quantifica abitualmente.

I radiologi hanno mantenuto una specificità più elevata in alcuni confronti. Questo vantaggio è importante perché i falsi positivi possono portare a ulteriori esami di imaging, ecografia endoscopica, biopsia, chirurgia o sorveglianza prolungata.

Ajit Goenka, autore senior dello studio, ha descritto il modello come un sistema complementare in un commento clinico. Il radiologo produrrebbe il referto standard, mentre REDMOD aggiungerebbe un punteggio di rischio separato.

Questo flusso di lavoro ridefinisce l'avversario. Il confronto utile non è macchina contro medico, ma revisione assistita dall'AI contro la sola revisione convenzionale.

Un avviso dell'AI potrebbe indurre un radiologo a riesaminare il pancreas. Potrebbe anche indirizzare il caso a un team multidisciplinare che riunisca radiologia, gastroenterologia, oncologia e genetica del rischio.

Per un paziente con diabete di nuova insorgenza o perdita di peso inspiegata, un punteggio elevato potrebbe giustificare una sorveglianza più ravvicinata. I clinici potrebbero prendere in considerazione la risonanza magnetica, l'ecografia endoscopica, l'imaging molecolare o un intervallo di follow-up più breve.

Per un paziente a rischio medio senza sintomi, lo stesso punteggio potrebbe avere un significato diverso. La probabilità di un falso allarme sarebbe maggiore perché la probabilità di base del cancro è inferiore.

Gli ospedali hanno quindi bisogno di più di un singolo valore di sensibilità. Hanno bisogno di prestazioni separate per età, sesso, etnia, stato diabetico, produttore dello scanner, protocollo di imaging e indicazione clinica.

Lo studio ha incluso scansioni provenienti da più istituzioni, sistemi e protocolli. Questa diversità rafforza l'evidenza che REDMOD non abbia memorizzato la configurazione di imaging di un singolo ospedale.

I ricercatori hanno inoltre testato la specificità in due ulteriori gruppi di controllo. Ha raggiunto l'81,3% in una coorte multi-istituzionale di 539 scansioni e l'87,5% in un dataset pubblico di 80 scansioni.

Queste verifiche sono utili, ma non sostituiscono l'implementazione prospettica. I ricercatori retrospettivi sanno già quali pazienti hanno poi sviluppato il cancro e possono costruire gruppi di confronto definiti con cura.

Le code cliniche reali sono più disordinate. I pazienti presentano artefatti da movimento, anatomia alterata, pancreatite, cisti, interventi chirurgici precedenti, anamnesi incomplete e scansioni eseguite per molte condizioni non correlate.

Un sistema efficace deve gestire questi casi senza fallire silenziosamente. Deve inoltre comunicare l'incertezza in una forma che i clinici possano comprendere durante una sessione di lettura intensa.

Un avviso rosso inspiegato favorirebbe il bias di automazione. Un punteggio di rischio calibrato, con regioni dell'immagine di supporto e informazioni sull'andamento, renderebbe la revisione più difendibile.

La stabilità longitudinale può essere d'aiuto. REDMOD ha prodotto classificazioni coerenti nelle scansioni seriali nel 90%-92% dei casi valutati.

La coerenza può indicare che un avviso rappresenti un segnale persistente anziché rumore casuale dell'immagine. Tuttavia, resta possibile un errore coerente, quindi la stabilità non è una prova di verità biologica.

Cosa non dimostrano i numeri di REDMOD

Il rilevamento retrospettivo non è ancora una prova che REDMOD riduca i decessi, eviti procedure non necessarie o funzioni in sicurezza nello screening di routine.

La maggiore incertezza dello studio riguarda l'utilità clinica. L'utilità clinica chiede se l'uso di un modello modifichi l'assistenza in modi che producano migliori esiti per i pazienti.

REDMOD ha distinto correttamente molti futuri casi di cancro dai controlli. I ricercatori non hanno assegnato casualmente i pazienti a cure assistite dall'AI e a cure convenzionali.

Di conseguenza, lo studio non può determinare quanti tumori sarebbero stati trattati prima. Non può nemmeno dimostrare se un intervento più precoce migliorerebbe la sopravvivenza dei pazienti segnalati.

Il bias del tempo di anticipazione complica qualsiasi affermazione sul rilevamento precoce. Individuare un tumore prima può aumentare il tempo misurato dalla diagnosi alla morte senza prolungare la vita del paziente.

Uno studio prospettico deve quindi esaminare lo stadio della malattia, l'idoneità alla resezione, il trattamento, le complicanze, la qualità della vita e la mortalità specifica per cancro. Il solo momento del rilevamento non è sufficiente.

Le conseguenze dei falsi positivi richiedono pari attenzione. Con una specificità dell'81,1%, circa il 19% dei controlli nel contesto di test ha ricevuto una classificazione positiva alla soglia scelta.

Questa percentuale non può essere convertita direttamente in un esito dello screening di popolazione perché lo studio ha utilizzato una coorte selezionata. Mostra comunque perché il protocollo a valle sia importante.

La biopsia pancreatica e la chirurgia non sono interventi minori. Anche ulteriori esami di imaging possono comportare esposizione alle radiazioni, reperti incidentali, costi e ansia.

L'NCI elenca falsi positivi, sovradiagnosi, sovratrattamento e falsi negativi tra i potenziali danni dello screening. Qualsiasi flusso di lavoro REDMOD deve misurare ogni categoria.

Un'altra incertezza riguarda la causalità. I pattern radiomici possono riflettere la biologia precoce del cancro, l'infiammazione, cambiamenti metabolici, l'invecchiamento, il comportamento dello scanner o diversi effetti combinati.

L'analisi wavelet dello studio supporta un segnale basato sul tessuto. Non spiega pienamente quali processi biologici generino quel segnale.

Una preoccupazione correlata riguarda la costruzione delle etichette. Ogni scansione prediagnostica proveniva da una persona a cui in seguito è stato diagnosticato un cancro, quindi l'analisi guardava all'indietro a partire da un esito noto.

Un sistema prospettico deve segnalare il cancro tra persone il cui futuro è sconosciuto. Questa differenza può esporre bias nascosti dalla selezione retrospettiva dei casi.

Anche il rapporto casi-controlli resta molto superiore alla reale incidenza nella popolazione. Persino una specificità stabile può produrre un gran numero di falsi avvisi quando vengono elaborate milioni di scansioni a basso rischio.

L'implementazione dovrebbe quindi iniziare con gruppi a rischio arricchito. Diabete di nuova insorgenza, suscettibilità ereditaria, cisti pancreatiche, pancreatite cronica e forte storia familiare offrono punti di ingresso plausibili.

Ogni gruppo presenta un diverso rischio di base. Una soglia adatta a un gruppo può avere prestazioni scarse in un altro.

I ricercatori devono anche verificare se le prestazioni restino eque tra le popolazioni di pazienti. La validazione multicentrica non garantisce automaticamente l'equità demografica.

I protocolli CT possono differire per fase di contrasto, spessore delle sezioni, metodo di ricostruzione e hardware dello scanner. Queste variazioni possono modificare le misurazioni di texture da cui dipende REDMOD.

I risultati esterni sulla specificità sono incoraggianti, ma la sensibilità necessita ancora di un'ampia verifica esterna. Un modello che eviti falsi positivi tra diversi siti potrebbe comunque non rilevare pattern tumorali in una popolazione sottorappresentata.

Lo stato regolatorio e l'integrazione nel flusso di lavoro presentano ulteriori ostacoli. Gli ospedali necessitano di software validato, controlli di qualità, tracciamento delle versioni, protezioni di cybersicurezza e chiare responsabilità per gli avvisi mancati.

Anche i clinici necessitano di indicazioni sul significato di un punteggio elevato. Senza una risposta concordata, un avviso può creare incertezza anziché un'azione utile.

La conclusione appropriata è prudente. L'AI per il cancro pancreatico della Mayo Clinic ha individuato un segnale significativo nelle scansioni CT retrospettive, ma non ha stabilito un programma di screening di popolazione.

Tre segnali determineranno se REDMOD arriverà all'assistenza clinica

Le prestazioni prospettiche, il carico di falsi positivi e i cambiamenti negli esiti dei pazienti decideranno se REDMOD diventerà uno strumento clinico.

Il primo segnale è il risultato della validazione prospettica. Mayo Clinic sta portando avanti l'approccio attraverso AI-PACED, abbreviazione di Artificial Intelligence for Pancreatic Cancer Early Detection.

Questo studio è progettato per valutare il rilevamento guidato dall'AI tra pazienti a rischio elevato. Osserverà come gli avvisi del modello interagiscono con l'imaging di routine, il follow-up e il giudizio clinico.

I test prospettici eliminano un importante vantaggio disponibile per la ricerca retrospettiva. Gli sperimentatori non possono selezionare i casi sapendo chi alla fine ha ricevuto una diagnosi di cancro.

Se sensibilità e specificità resteranno vicine ai risultati retrospettivi, la fiducia in REDMOD aumenterà. Un sostanziale calo delle prestazioni indebolirebbe la tesi a favore dell'implementazione.

Il secondo segnale è il valore predittivo positivo del modello all'interno di ciascun gruppo di pazienti previsto. Questo numero rivela quanti avvisi corrispondono a un cancro effettivo.

I ricercatori dovrebbero riportarlo insieme a sensibilità e specificità. Dovrebbero inoltre contare le scansioni aggiuntive, gli invii a specialisti, le procedure endoscopiche, le biopsie e gli interventi chirurgici attivati per ogni tumore rilevato.

Un tasso di falsi positivi tollerabile in una clinica per pazienti ad alto rischio potrebbe essere inaccettabile sull'insieme delle scansioni CT addominali. Le dichiarazioni sull'implementazione dovrebbero quindi indicare l'esatta popolazione e la soglia.

Il terzo segnale è uno spostamento verso esiti clinicamente significativi. Uno stadio più precoce alla diagnosi sarebbe utile, ma una maggiore idoneità chirurgica e una migliore sopravvivenza specifica per cancro costituirebbero evidenze più solide.

I ricercatori dovrebbero misurare anche i danni. Un sistema non può affermare il successo clinico se rileva più tumori precoci causando al contempo interventi non necessari sostanziali.

Il percorso di implementazione più credibile inizia in modo ristretto. Gli ospedali potrebbero analizzare scansioni esistenti di gruppi ad alto rischio ben definiti, per poi espandersi solo dopo che le evidenze prospettiche sosterranno ogni nuova popolazione.

REDMOD appartiene anche a un più ampio insieme di strumenti di rilevamento. Anamnesi clinica, biomarcatori ematici, pattern del diabete, genetica e imaging potrebbero funzionare meglio insieme rispetto a qualsiasi singolo segnale.

Combinare gli strumenti può creare una sequenza efficiente. Un modello di rischio a basso costo potrebbe identificare i candidati, REDMOD potrebbe analizzare le immagini CT esistenti e procedure mirate potrebbero confermare i reperti sospetti.

Questo approccio preserverebbe il principale vantaggio di REDMOD. Estrae più informazioni da scansioni già esistenti senza chiedere ai radiologi di vedere pattern al di sotto della normale percezione visiva.

Rispettarebbe inoltre i limiti attuali del modello. REDMOD fornisce una stima del rischio che richiede contesto clinico, non una diagnosi definitiva.

Per i clinici e i team di AI medica, la prossima domanda è concreta: gli studi prospettici possono mantenere il vantaggio di rilevamento di REDMOD mantenendo accettabile il carico di follow-up?

Per i pazienti, il messaggio richiede analoga cautela. Un segnale dell'AI non è una prova di cancro pancreatico, e un risultato normale non può escluderlo.

Lo studio ha dimostrato che i dati CT di routine possono contenere un segnale precoce. Il test decisivo è se i sistemi sanitari possano trasformare quel segnale in cure più sicure e risultati migliori.