L’IA trova tumori del fegato sfuggiti ai radiologi
Un sistema di intelligenza artificiale utilizzato come “secondo lettore” delle TAC del fegato è riuscito a individuare decine di lesioni che non erano state segnalate inizialmente dai radiologi, comprese alcune neoplasie maligne. È il risultato di uno studio pubblicato il 19 agosto 2026 su Nature Medicine, particolarmente interessante perché non si limita a misurare le prestazioni di un algoritmo su immagini già archiviate, ma ne valuta anche l’impiego concreto all’interno della normale attività clinica.
Un sistema pensato come rete di sicurezza
Il sistema si chiama LiON, acronimo di Liver DiagnOsis Network, ed è stato sviluppato per analizzare tomografie computerizzate con mezzo di contrasto del fegato. L’obiettivo non è sostituire il radiologo, ma affiancarlo nella lettura degli esami, segnalando possibili lesioni sospette che potrebbero essere sfuggite durante la valutazione iniziale.
Il problema è rilevante soprattutto nei contesti ad alto volume, dove i radiologi devono esaminare quotidianamente grandi quantità di immagini e informazioni cliniche. Anche una piccola percentuale di reperti non riconosciuti può tradursi, su migliaia di esami, in diagnosi ritardate.
Dall’addestramento alla pratica clinica
LiON è stato inizialmente addestrato utilizzando i dati di 6.443 pazienti. Successivamente è stato sottoposto a una vasta validazione retrospettiva su 22.251 persone provenienti da più coorti e diversi contesti clinici.
In questa fase il sistema ha raggiunto una AUC di 0,975, con intervallo di confidenza al 95% compreso tra 0,971 e 0,979. L’AUC è un indicatore della capacità di un test di distinguere correttamente tra persone con e senza la condizione ricercata: un valore vicino a 1 indica una capacità discriminativa molto elevata.
Il passaggio più significativo è arrivato però dopo la validazione. I ricercatori hanno inserito LiON nel normale flusso di lavoro radiologico, conducendo uno studio prospettico single-arm su 10.333 pazienti. In questo contesto reale l’algoritmo ha ottenuto una AUC di 0,952, con intervallo di confidenza al 95% tra 0,942 e 0,961.
Cinquantuno lesioni che erano passate inosservate
Il dato di maggiore interesse clinico riguarda ciò che è accaduto dopo l’intervento dell’intelligenza artificiale. La collaborazione tra LiON e i radiologi ha permesso di identificare 51 lesioni che non erano state segnalate in precedenza. Quindici sono risultate maligne.
In seguito alle segnalazioni del sistema, 37 referti radiologici sono stati modificati e 22 casi sono stati sottoposti alla discussione di un team multidisciplinare. In una parte dei pazienti l’informazione aggiuntiva ha inoltre determinato cambiamenti nella gestione clinica.
È questo elemento a rendere lo studio diverso da molte ricerche precedenti sull’AI applicata alla diagnostica: non viene mostrata soltanto una buona accuratezza matematica, ma un possibile effetto concreto sul percorso del paziente.
Non significa che l’IA sia “migliore dei medici”
I risultati non dimostrano che l’intelligenza artificiale sia superiore ai radiologi, né che debba sostituirli. Il modello è stato impiegato come strumento aggiuntivo all’interno di un processo già gestito da specialisti.
Inoltre, lo studio prospettico non era randomizzato e non permette di stabilire se l’impiego di LiON migliori parametri clinici definitivi come sopravvivenza, mortalità o prognosi a lungo termine. Gli stessi autori sottolineano la necessità di studi prospettici comparativi condotti anche in sistemi sanitari differenti.
Restano anche alcuni conflitti di interesse
La ricerca presenta inoltre aspetti che meritano attenzione. Alibaba Group ha depositato brevetti legati ai metodi utilizzati dal sistema e quattro autori risultano dipendenti dell’azienda e possessori di azioni nell’ambito del proprio rapporto di lavoro. I principali finanziamenti dichiarati provengono tuttavia da enti e programmi pubblici di ricerca cinesi e francesi, e gli autori specificano che i finanziatori non hanno avuto un ruolo nel disegno dello studio, nell’analisi dei dati o nella decisione di pubblicare.
Perché questo studio conta
Il valore del lavoro sta soprattutto nell’idea dell’IA come rete di sicurezza diagnostica. Più che un concorrente del medico, LiON viene presentato come uno strumento capace di effettuare una seconda lettura sistematica di migliaia di esami, riducendo il rischio che una lesione importante venga ignorata.
Serviranno studi più rigorosi per capire se questo approccio porterà anche a migliori risultati clinici nel lungo periodo. Ma il passaggio dalla sperimentazione retrospettiva all’utilizzo su oltre 10.000 pazienti rappresenta uno dei segnali più concreti di come l’intelligenza artificiale potrebbe entrare nella radiologia quotidiana.
Leggi anche:
