Studio osservazionale prospettico per la classificazione delle microcalcificazioni mammarie con tecniche di intelligenza artificiale

Le microcalcificazioni mammarie sono attualmente classificate utilizzando la scala radiologica BI-RADS. In caso di microcalcificazioni sospette (B3), si raccomanda di eseguire un esame bioptico per la valutazione istopatologica. Tuttavia, circa il 70-80% delle biopsie eseguite mostra istologia benigna che non richiede trattamento chirurgico. Le biopsie core sono procedure invasive con un costo biologico, psicologico (disagio del paziente), organizzativo ed economico (per il Sistema Sanitario). Pertanto, il miglioramento dell'accuratezza nella classificazione radiologica delle microcalcificazioni è essenziale. Recentemente, in letteratura sono stati riportati vari approcci per rilevare e classificare la microcalcificazione come benigna o sospetta nelle mammografie digitali. Anche i metodi di analisi basati sull'uso del deep learning (DL) sono emersi come promettenti per l'elaborazione delle immagini mammografiche. Le reti neurali convoluzionali (CNN) sono attualmente lo stato dell'arte per la classificazione delle immagini in molti campi di applicazione nel campo della visione artificiale. Questo studio intende implementare un metodo di classificazione delle microcalcificazioni mammarie (come benigne o maligne) con tecniche di Intelligenza Artificiale (AI) su immagini mammografiche, valutando le prestazioni diagnostiche (accuratezza) di questo approccio. La valutazione sarà condotta con riferimento all'approccio radiologico standard (classificazione BI-RADS).

Unitamente all'applicazione dei sistemi di intelligenza artificiale all'imaging mammografico, un'ulteriore esigenza clinica attuale è lo sviluppo di uno strumento diagnostico in grado di determinare in-situ le caratteristiche biomolecolari delle microcalcificazioni, discriminandone accuratamente la natura senza prelievo di tessuto, fissazione e inclusione del campione in paraffina e senza una valutazione altamente specializzata da parte del patologo. La spettroscopia Raman (RS) è una metodica altamente specifica dal punto di vista biomolecolare e, allo stesso tempo, è compatibile con le misure in vivo. Consiste in un approccio biofotonico in grado di esplorare la composizione molecolare di un dato campione attraverso il suo irraggiamento diretto (tramite luce laser) e la contemporanea acquisizione dei segnali di emissione. Le informazioni RS potrebbero essere combinate insieme alle funzionalità di imaging per implementare un modello AI per la classificazione combinata delle microcalcificazioni mammarie