MedTech: L'intelligenza artificiale di ScreenPoint aumenta del 29% la diagnosi del cancro al seno in un importante studio clinico

Un ampio studio clinico, condotto in Svezia nell’ambito del programma nazionale di screening del tumore al seno, fornisce nuovi risultati particolarmente incoraggianti per il settore della salute connessa. Denominato MASAI (Mammography Screening With Artificial Intelligence), questo studio su larga scala ha seguito oltre 105.000 donne al fine di valutare il contributo concreto dell’intelligenza artificiale alla radiologia tradizionale.

Per valutare l’efficacia del sistema, il gruppo di studio è stato diviso in due: una parte delle mammografie è stata analizzata con l’ausilio del software Transpara Breast sviluppato dalla società ScreenPoint, mentre l’altra ha seguito i protocolli classici di lettura manuale. Lo studio, condotto dalla dott.ssa Kristina Lång dell’Università di Lund — una ricercatrice riconosciuta dalla prestigiosa European Society of Breast Imaging —, dimostra che l’intelligenza artificiale migliora in modo significativo il tasso di rilevamento, riducendo al contempo l’insorgenza di tumori aggressivi tra due esami di routine.

Maggiore precisione clinica senza falsi allarmi

I risultati quantitativi dello studio MASAI segnano una svolta nell'oncologia digitale. Grazie alla combinazione tra la potenza di calcolo dell'intelligenza artificiale e la competenza specialistica dei radiologi, il tasso di individuazione dei tumori al seno è aumentato del 29%.

Ma soprattutto, lo studio evidenzia una significativa riduzione dei “tumori da intervallo” (i tumori che si sviluppano in modo fulminante tra due campagne di screening obbligatorie e che spesso risultano i più difficili da trattare). Nel gruppo di pazienti seguite tramite IA, i risultati mostrano:

• Una riduzione del 12% dei tumori di intervallo complessivi.
• Un tasso di tumori invasivi inferiore del 16%.
• Una riduzione del 21% dei tumori di grandi dimensioni al momento della diagnosi.
• Una drastica riduzione del 27% dei tipi di tumore più aggressivi.

Questo notevole miglioramento della precisione terapeutica è stato ottenuto mantenendo invariata l'affidabilità dell'esame, poiché il tasso di falsi allarmi (i risultati falsi positivi che generano una forte ansia nelle pazienti) è rimasto esattamente identico a quello del modello classico.

«Lo studio MASAI dimostra che l’intelligenza artificiale applicata alla diagnosi del cancro al seno ha compiuto un passo decisivo: aiuta gli operatori sanitari a lavorare in modo più efficiente e, soprattutto, ha un impatto concreto sulle donne di tutto il mondo. Ora che disponiamo di questo livello di evidenza, la questione non è più se l’IA debba essere utilizzata, ma come garantire che tutte le donne possano trarne beneficio», afferma con soddisfazione Pieter Kroese, direttore generale di ScreenPoint.

Prospettive di diffusione in Francia e in Europa

L'Europa si trova ad affrontare una sfida demografica di grande rilevanza: una crescente carenza di radiologi specializzati in senologia, proprio mentre l'età media della popolazione è in aumento. Di fronte a questa pressione sulle risorse mediche, i risultati dello studio svedese aprono la strada a una revisione delle politiche sanitarie pubbliche.

In Francia, il programma di screening organizzato del tumore al seno (rivolto alle donne di età compresa tra i 50 e i 74 anni) si basa su un rigoroso protocollo di doppia lettura: ogni mammografia viene esaminata da un primo radiologo, poi rivalutata da un secondo in caso di prima lettura negativa. L’integrazione di soluzioni clinicamente validate come Transpara potrebbe consentire di sostituire la seconda lettura umana con una validazione algoritmica per i casi che non presentano alcuna ambiguità. Ciò consentirebbe di liberare tempo prezioso per i medici, permettendo loro di concentrarsi sui casi complessi e sulle biopsie.

L'introduzione su larga scala a livello europeo rimane tuttavia subordinata all'approvazione delle autorità regolatorie nazionali, come ad esempio l'Alta Autorità Sanitaria (HAS) in Francia, che richiede rigorosi livelli di evidenza clinica prima di autorizzare il rimborso di tali prestazioni tecnologiche da parte della previdenza sociale.

Implicazioni economiche e opportunità per gli investitori nel settore HealthTech

Sia per i gestori dei sistemi sanitari pubblici che per gli investitori privati nel capitale di innovazione (Venture Capital e Growth Equity), la validazione clinica dell'intelligenza artificiale in ambito medico sta modificando profondamente l'equazione finanziaria del settore:

• Riduzione dei costi delle terapie a lungo termine: individuare un tumore in una fase estremamente precoce consente di privilegiare trattamenti meno pesanti, meno invasivi e notevolmente meno onerosi per la collettività (chirurgia mirata anziché lunghi protocolli di chemioterapia o immunoterapia per i tumori metastatici).
• Valorizzazione degli editori di software affidabili: il mercato dell’intelligenza artificiale applicata all’imaging medico sta uscendo dalla fase esplorativa. Gli investitori stanno abbandonando le applicazioni “gadget” per investire in operatori “pure player” che dispongono di studi clinici solidi pubblicati su riviste scientifiche di primo piano.

Un ecosistema in piena effervescenza competitiva

ScreenPoint non è l'unico operatore che intende standardizzare l'uso dell'intelligenza artificiale negli ospedali. Il settore dell'imaging oncologico e medico si articola attorno a diverse aziende in forte crescita:

• Lunit (Corea del Sud): un’azienda quotata in borsa di livello globale, la cui suite software per l’analisi toracica e mammaria è adottata da migliaia di centri di radiologia in tutto il mondo.
• Kheiron Medical (Regno Unito): Sviluppatore della soluzione Mia, un assistente basato sull'intelligenza artificiale ampiamente utilizzato anche negli studi di screening all'interno del sistema sanitario britannico (NHS).
• Gleamer e Therapanacea (Francia): due perle della French Tech specializzate rispettivamente nell'automazione della radiografia ossea standard e nell'ottimizzazione dei piani terapeutici in radioterapia grazie al Deep Learning (apprendimento profondo).

Questa sana competizione settoriale conferma una solida tesi di investimento: il settore MedTech legato al software combina ricavi ricorrenti consistenti (modelli di abbonamento SaaS rivolti alle cliniche) e un impatto sociale diretto, rendendo la salute connessa uno dei segmenti più resilienti del mercato non quotato.