Due milioni di mammografie e un sistema basato sulla doppia lettura

Lo screening mammografico organizzato rappresenta uno degli strumenti principali per la diagnosi precoce del tumore della mammella. In Italia la mammografia viene offerta ogni due anni alle donne tra 50 e 69 anni, con estensioni alle fasce 45-49 e 70-74 adottate da alcune Regioni.

Il sistema deve però gestire grandi volumi di attività. E il problema non riguarda soltanto il numero degli esami, ma le modalità con cui vengono valutati: nello screening organizzato la mammografia viene sottoposta a doppia lettura indipendente per ridurre il rischio che una lesione passi inosservata. La maggior parte degli esami risulta negativa. Nello screening standard vengono individuati indicativamente cinque tumori ogni mille mammografie: una quota consistente del tempo specialistico viene quindi utilizzata per confermare la negatività di esami effettuati su donne sane. È precisamente su questa sproporzione che Breast.AI Perspective prova a intervenire.

L'algoritmo seleziona i negativi, il giudizio resta al radiologo

Lo studio utilizzerà BreastNegative, un modello sviluppato da Health Triage e addestrato su oltre 2,5 milioni di immagini. Il sistema è già stato testato su circa 35mila mammografie provenienti da database britannici e svedesi. Nella sperimentazione italiana verranno confrontati il percorso tradizionale, basato sulla doppia lettura, e un modello nel quale l'intelligenza artificiale contribuisce a stabilire quali esami possano essere valutati da un solo radiologo e quali richiedano invece anche una seconda lettura.

Il principio è utilizzare l'algoritmo soprattutto per riconoscere gli esami con probabilità molto elevata di essere negativi. I casi dubbi continuerebbero invece a ricevere la doppia valutazione, potendo essere esaminati con maggiore attenzione. La decisione clinica rimarrebbe comunque umana. L'IA assumerebbe piuttosto una funzione di supporto nella stratificazione del lavoro, indicando anche eventuali aree dell'immagine considerate sospette.

Dalla digitalizzazione alla gestione delle risorse

È questo l'aspetto che porta la sperimentazione oltre il solo terreno dell'innovazione tecnologica. In un sistema sanitario nel quale la disponibilità di professionisti rappresenta sempre più spesso il limite alla capacità di erogare prestazioni, la sanità digitale può diventare anche uno strumento di organizzazione delle risorse.

Non significa semplicemente fare più esami con meno radiologi. La questione è utilizzare il tempo dello specialista dove produce maggiore valore clinico. Se una tecnologia fosse in grado di identificare con sufficiente sicurezza una parte consistente delle mammografie negative, la doppia lettura potrebbe essere concentrata sui casi maggiormente incerti. Il tempo liberato potrebbe essere utilizzato per approfondimenti diagnostici, valutazione dei casi complessi e rapporto con le pazienti.

L'efficienza, in questa prospettiva, non sarebbe necessariamente ottenuta sacrificando l'accuratezza. Potrebbe diventare il mezzo per aumentarla.

Lo studio svedese: -44% del carico di lettura e più tumori individuati

Un'indicazione importante arriva dalla Svezia. Il trial randomizzato MASAI, condotto su oltre 100mila donne, ha confrontato lo screening mammografico tradizionale con una strategia supportata dall'intelligenza artificiale.

I risultati hanno mostrato una riduzione del 44% del carico di lettura dei radiologi, accompagnata da un aumento del 29% dei tumori individuati durante lo screening. Nei risultati finali dello studio è emersa anche una riduzione dei tumori diagnosticati nell'intervallo tra due screening, con una minore presenza, tra questi, di forme avanzate o aggressive.

È un risultato particolarmente rilevante dal punto di vista del sistema sanitario: l'alleggerimento del lavoro umano non è stato ottenuto accettando una minore capacità diagnostica, ma si è accompagnato a un miglioramento di alcuni degli indicatori clinici. Resta da verificare quanto risultati ottenuti in un determinato programma di screening e con uno specifico sistema di IA siano trasferibili ad altri contesti e ad altri algoritmi. Ed è precisamente una delle ragioni per cui servono sperimentazioni condotte all'interno dei singoli sistemi sanitari.

Anche le linee guida italiane aprono all'intelligenza artificiale

Il tema è ormai entrato anche nel quadro istituzionale italiano. Nel dicembre 2025 è stato pubblicato nel Sistema nazionale linee guida dell'Istituto superiore di sanità il capitolo dedicato all'impiego dell'intelligenza artificiale nelle linee guida ISPRO sullo screening e la diagnosi del tumore della mammella. Il passaggio è significativo perché sposta progressivamente l'IA dall'ambito sperimentale alla valutazione delle condizioni nelle quali possa essere integrata nei programmi organizzati di screening.

L'adozione su larga scala richiede però qualcosa di più della dimostrazione delle prestazioni di un algoritmo. Servono infrastrutture digitali, interoperabilità, sistemi di monitoraggio, valutazione delle performance nel tempo, responsabilità cliniche definite e la capacità di verificare che gli algoritmi mantengano la stessa accuratezza sulle diverse popolazioni.

L'IA come risposta al carico di lavoro, non come sostituzione

Breast.AI Perspective dovrebbe completare l'arruolamento nell'arco di circa un anno, con i primi risultati attesi nei successivi mesi. Soltanto allora sarà possibile capire se il modello sperimentato sia in grado di mantenere nella pratica clinica le prestazioni osservate nelle fasi preliminari.

Ma la questione posta dallo studio è già più ampia del singolo algoritmo. Con l'aumento dei volumi diagnostici e una disponibilità di specialisti che non può crescere indefinitamente allo stesso ritmo, il problema per il Ssn diventa decidere quali attività richiedano necessariamente tutto il tempo professionale oggi impiegato e quali possano essere supportate dalla tecnologia senza ridurre sicurezza e qualità.

Nello screening mammografico il banco di prova è particolarmente delicato: utilizzare l'intelligenza artificiale per alleggerire il carico dei radiologi può avere senso soltanto se permette contemporaneamente di preservare, o migliorare, la capacità di individuare precocemente i tumori.