L’intelligenza artificiale si sta affermando come possibile supporto alla doppia lettura umana nello screening mammografico. Una revisione sistematica e meta-analisi condotta da ricercatori di Strasburgo su 13 studi e oltre un milione di esami eseguiti tra il 2017 e il 2024 ha confrontato i modelli di integrazione dell’IA con la doppia lettura convenzionale, valutando tasso di rilevamento del cancro, tasso di richiamo e carico di lavoro dei radiologi.
Nel complesso, l’integrazione dell’IA ha mostrato una performance diagnostica comparabile rispetto allo standard convenzionale, con tassi di rilevamento del cancro e di richiamo sostanzialmente sovrapponibili. La differenza principale emerge dal modello operativo adottato, che condiziona in modo significativo l’impatto sul workload radiologico.
Nel modello di triage, l’IA agisce da filtro preliminare, identificando i casi a basso rischio e consentendo di ridurre il numero di letture iniziali. Secondo gli studi inclusi, questo approccio può ridurre il carico di lettura del 44–70% e il tasso di richiamo dell’11%, senza una riduzione significativa della sensibilità riportata.
Nel modello di lettura indipendente, l’IA può sostituire o affiancare il secondo lettore umano. In questo scenario, il rilevamento oncologico resta complessivamente comparabile, ma i tassi di richiamo risultano più variabili e il risparmio di tempo può essere parzialmente assorbito dalle procedure di arbitraggio tra lettore umano e algoritmo.
Nel modello di overlay simultaneo, le segnalazioni dell’IA vengono mostrate durante la lettura. I dati disponibili sono ancora preliminari, ma suggeriscono un possibile miglioramento della performance diagnostica senza un incremento rilevante dei richiami.
La revisione indica quindi che l’efficacia dell’IA nello screening mammografico non dipende solo dall’accuratezza dell’algoritmo, ma soprattutto dal modo in cui viene integrata nel flusso clinico. Il triage appare oggi il modello più promettente per ridurre il carico di lavoro, mentre gli altri approcci richiedono ulteriori validazioni prospettiche e una definizione più precisa delle soglie operative.
European journal of radiology open, 16, 100727. https://doi.org/10.1016/j.ejro.2026.100727
