Valutare lo spessore del melanoma è difficile, sia per i dermatologi sia per algoritmi di apprendimento ben addestrati. Uno studio dell’Università di Goteborg pubblicato su Journal of the European Academy of Dermatology and Venereology (JEADV) [1] mostra per entrambi la stessa percentuale di successo nell’interpretazione delle immagini dermatoscopiche.
Nella diagnosi di melanoma, il dermatologo analizza la forma più o meno aggressiva della malattia: se le cellule tumorali crescono nel derma con il rischio che si diffondano anche in altre zone del corpo oppure se si tratta di una forma lieve, che si sviluppa nello strato esterno della pelle. I melanomi invasivi, che crescono più in profondità di un millimetro nella pelle, sono considerati spessi.
«La diagnosi di melanoma risulta spesso relativamente semplice, ma stimarne lo spessore è una sfida molto più grande. Oltre a fornire preziose informazioni prognostiche, lo spessore può influenzare la scelta dei margini chirurgici per la prima operazione e la rapidità con cui deve essere eseguita» afferma Sam Polesie, professore di dermatologia e venereologia presso l’Accademia Sahlgrenska, Università di Goteborg, autore dello studio e dermatologo presso il Sahlgrenska Hospital.
Lo studio ha preso in considerazione una piattaforma web dove 438 dermatologi internazionali hanno valutato quasi 1.500 immagini di melanoma catturate con un dermatoscopio. I risultati dei dermatologi sono stati quindi confrontati con quelli di un algoritmo di apprendimento automatico addestrato a classificare la profondità di questo tumore cutaneo.
Tra i dermatologi, l’accuratezza complessiva è stata del 63% per la corretta classificazione del melanoma in situ (MIS) e del 71% per quella dei melanomi invasivi.
«È interessante notare che il background professionale e l’esperienza nella dermoscopia non hanno influito sull’accuratezza diagnostica nella previsione dello spessore del melanoma» spiega Polesie. L’intelligenza artificiale, laddove di supporto per l’imaging medico, può essere di aiuto in questa valutazione. «Negli studi futuri – aggiunge Polesie – miriamo a esplorare l’utilità di strutture dermoscopiche predefinite per distinguere diverse condizioni. Vogliamo anche verificare se il processo decisionale clinico in questa situazione può essere migliorato per mezzo di algoritmi di apprendimento automatico».
Lucia Oggianu
Bibliografia
1. Polesie S, Gillstedt M, Kittler H, Rinner C, Tschandl P, Paoli J. Assessment of melanoma thickness based on dermoscopy images: an open, web-based, international, diagnostic study. J Eur Acad Dermatol Venereol. 2022 Jul 16.
