La mancanza di biopsie preoperatorie di routine, comune in molti paesi, rende questa valutazione ancora più difficile. Di conseguenza, i chirurghi devono affidarsi alla sola valutazione clinica per procedere con l'operazione. È qui che l'AI potrebbe colmare un'importante lacuna, offrendo un'alternativa non invasiva e basata sull'analisi delle immagini.

L'AI e il dermatologo: una sfida alla pari
Per condurre lo studio, i ricercatori hanno addestrato un sistema di AI su un vasto database di 1.829 immagini cliniche di carcinomi a cellule squamose confermati. Il modello è stato poi testato su 300 nuove immagini per valutarne la capacità di distinguere tre diversi livelli di aggressività tumorale. Il risultato è stato sorprendente: l'AI ha ottenuto un'efficacia quasi identica a quella di un gruppo di sette dermatologi esperti.

Questo risultato è ancora più significativo se si considera che l'accordo tra i singoli dermatologi era solo moderato, a sottolineare la complessità e la soggettività del compito. La valutazione di un tumore non è una scienza esatta, e l'interpretazione dei segni clinici può variare tra professionisti, anche se esperti. L'AI, al contrario, opera su un algoritmo predefinito e applica le stesse regole in modo coerente e oggettivo a ogni immagine, eliminando le variazioni tipiche del giudizio umano. Se l'AI raggiunge una performance paragonabile a quella dei dermatologi, ma con una maggiore consistenza interna, ciò suggerisce che potrebbe fornire uno standard di valutazione più affidabile e uniforme.

I ricercatori hanno inoltre identificato due caratteristiche cliniche - lesioni ulcerate e piatte - come indicatori significativi di una maggiore aggressività del tumore. I tumori che presentavano queste caratteristiche avevano più del doppio delle probabilità di essere classificati nei due livelli di aggressività più elevati.

Il futuro della dermatologia assistita dall'AI
Sebbene l'uso dell'AI nella cura del cancro della pelle abbia suscitato grande interesse, la sua applicazione pratica in ambito sanitario è ancora limitata. Come sottolinea il dottor Polesie, autore principale dello studio, è fondamentale identificare aree di applicazione ben definite in cui l'AI possa apportare un reale valore aggiunto. La valutazione preoperatoria dei tumori cutanei rappresenta una di queste aree.

Il modello sviluppato necessita ancora di perfezionamento e ulteriori test, ma la strada è tracciata. L'integrazione dell'AI nei processi decisionali clinici potrebbe migliorare la precisione, la velocità e l'efficacia delle diagnosi, supportando i medici nel loro lavoro e, in ultima analisi, migliorando gli esiti per i pazienti.

In conclusione, questo studio non solo dimostra il potenziale dell'AI nel campo della dermatologia, ma apre anche la strada a una nuova era di collaborazione tra l'uomo e la macchina, dove la tecnologia diventa un partner indispensabile per affrontare sfide mediche complesse.

Bibliografia:

Donati G., 06 Nov 2023 Il Paradosso delle Creme Solari: Esposizione al Sole e Melanoma nelle Province dell'Atlantico in Canada

Polesie, S., et al. "Assessing Differentiation in Cutaneous Squamous Cell Carcinoma: A Machine Learning Approach." Journal of the American Academy of Dermatology International, 12 Settembre 2025.

University of Gothenburg, Sahlgrenska Academy. "Equivalent outcomes when AI and dermatologists assess skin cancers." Press Release, 12 Settembre 2025.

Vårdguiden 1177. "Squamous cell carcinoma." (Informazioni sulla patologia).

*Board Member, SRSN (Roman Society of Natural Science)
Past Editor-in-Chief Italian Journal of Dermosurgery