BreastNegative – L’AI che accelera e ottimizza lo screening mammografico
BreastNegative è la soluzione sviluppata da Health Triage per ottimizzare i programmi di screening del tumore al seno. Utilizza reti neurali profonde basate su modelli di deep learning, addestrate su milioni di immagini reali e validate da istituzioni scientifiche indipendenti.
Il sistema nasce dalla collaborazione tra Health Triage e i ricercatori del Dipartimento di Automatica e Informatica del Politecnico di Torino.
L’obiettivo è migliorare la qualità della prevenzione oncologica attraverso una tecnologia affidabile, certificata e integrabile nei flussi di lavoro clinici.
Una risposta concreta ai limiti dello screening tradizionale
Il 93% delle mammografie di screening risulta negativo.
Un dato rassicurante per le pazienti, ma che comporta un uso inefficiente delle risorse mediche, in un sistema già segnato dalla carenza di radiologi e da forti disuguaglianze territoriali nell’accesso ai programmi di prevenzione.
BreastNegative interviene qui: analizza automaticamente ogni mammografia e identifica con elevata accuratezza gli esami privi di segni sospetti.
Le mammografie classificate come sicuramente negative, secondo criteri clinici validati, vengono riprogrammate al controllo successivo, consentendo ai radiologi di concentrare attenzione e competenze sui casi potenzialmente critici.
La soluzione BreastNegative
BreastNegative è un sistema di triage basato su Intelligenza Artificiale sviluppato da Health Triage per supportare i radiologi nella lettura delle mammografie.
Analizzando automaticamente le quattro viste di ogni esame, il sistema identifica le mammografie negative (assenza di tumore), permettendo di:
- ridurre il numero di doppie letture,
- velocizzare i tempi di refertazione,
- dedicare più tempo ai casi sospetti.
Il modello è stato addestrato su oltre 600.000 mammografie e validato su dataset internazionali (OPTIMAM e CSAW).
Come funziona
Dal dato grezzo all’insight clinico: il calcolo del punteggio di negatività
- Pre-elaborazione dell’immagine: le mammografie vengono normalizzate e preparate per l’analisi.
- Analisi tramite rete neurale: ogni immagine viene processata da una rete neurale condivisa, in grado di estrarre le caratteristiche rilevanti per la valutazione.
- Integrazione multimodale: un modulo di attenzione multi-vista (Multi-View Attention Block) combina le informazioni delle quattro immagini in un’unica rappresentazione coerente.
- Attribuzione del punteggio di negatività: il sistema assegna un punteggio percentuale (0–100%) che riflette la probabilità che l’esame sia privo di lesioni sospette.
- Classificazione automatica: se il punteggio supera una soglia predefinita (determinata clinicamente), l’esame viene classificato come “sicuramente negativo” ed escluso dal processo di doppia lettura.
Output
Il risultato è un report dettagliato che include un punteggio numerico, rappresentazioni grafiche dell’analisi e un’indicazione chiara del livello di negatività. Questo consente ai radiologi di prendere decisioni più rapide e sicure, con piena tracciabilità e possibilità di audit.
Validazione e risultati
Prestazioni cliniche validate su larga scala
L’algoritmo è stato testato su due dataset indipendenti, OPTIMAM e CSAW, ottenendo risultati di eccellenza:
| Dataset | Sensibilità (AI standalone) | Specificità (AI + lettore) | Riduzione carico di lavoro |
| OPTIMAM | ~99% | 97,8% | −31,6% |
| CSAW | ~99% | 97,8% | −35,1% |
- Falsi negativi estremamente ridotti (1 tumore ogni 3.900–6.500 mammografie negative).
- Workload ridotto fino al 35%.
- Sensibilità combinata AI + radiologo: 99,5%.
Differenze rispetto ad altri sistemi AI
Non solo rilevare tumori, ma escludere in sicurezza i casi sani
A differenza della maggior parte delle soluzioni di intelligenza artificiale per la mammografia, che si concentrano sull’identificazione delle lesioni, BreastNegative è stato progettato per riconoscere con sicurezza i casi negativi.
Questo approccio consente di:
- aumentare l’efficienza operativa dei centri di screening;
- ottimizzare l’uso delle risorse radiologiche;
- migliorare la copertura dei programmi di prevenzione.
Obiettivi clinici di BreastNegative
- Identificazione automatica delle mammografie sicuramente negative (oggi circa il 93% degli esami)
- Riduzione significativa del numero di esami da refertare
- Miglioramento dell’efficienza del medico radiologo fino al 143% (verificare fonte)
- Aumento della precisione diagnostica, riducendo i casi dubbi o gli errori da affaticamento
- Riduzione dei costi per successive indagini diagnostiche
I benefici per il sistema sanitario
Più esami, più accuratezza, meno costi
BreastNegative è progettato per rispondere alle sfide reali dei programmi di screening, offrendo vantaggi misurabili sia in termini clinici che organizzativi:
- Riduzione dei tempi di lettura: fino al 35% delle mammografie può essere escluso dalla doppia lettura, come previsto dalle linee guida nazionali ed europee.
- Ottimizzazione del lavoro dei radiologi: il sistema libera tempo e risorse cliniche, consentendo ai professionisti di concentrarsi sui casi più critici.
- Espansione della capacità di screening: grazie all’efficientamento dei flussi, è possibile estendere la copertura anche in contesti con carenza di specialisti.
- Accesso più rapido alla diagnosi precoce: maggiore velocità nella refertazione significa riduzione dei tempi di attesa per le pazienti.
- Compatibilità con l’infrastruttura esistente: il sistema è pensato per integrarsi facilmente nei flussi PACS/RIS già in uso, senza interrompere l’attività clinica.
- Miglioramento della qualità complessiva del percorso di prevenzione: garantendo maggiore uniformità tra i centri e riducendo la variabilità tra lettori.
Integrazione nei programmi pubblici
BreastNegative è progettato per integrarsi facilmente nei programmi pubblici di screening mammografico. È compatibile con i principali sistemi informativi ospedalieri (PACS/RIS) e offre:
- Personalizzazione per centro
- Tracciabilità completa dell’analisi (audit trail)
- Validazioni continue e aggiornamenti periodici
Un dispositivo medico, affidabile e certificato
BreastNegative è un software medicale di classe IIb, conforme al Regolamento Europeo MDR (UE 2017/745).
È marchiato CE per l’uso professionale in ambito clinico, garantendo il rispetto dei più elevati standard di sicurezza, efficacia e qualità richiesti per i programmi di screening mammografico.
La certificazione è stata rilasciata da IMQ S.p.A. – Organismo Notificato n. 0051.
Diffusione globale e contesto clinico
Il tumore al seno è la neoplasia più diagnosticata al mondo e rappresenta la principale causa di morte oncologica nelle donne.
Secondo i dati più recenti della World Health Organization (WHO), nel 2022 sono stati diagnosticati oltre 2,3 milioni di nuovi casi di cancro al seno nel mondo.
🔗 WHO – Breast cancer factsheet, 2023
In Italia, è la prima causa di morte per tumore nelle donne.
🔗 AIRC – I numeri del cancro al seno
L’International Agency for Research on Cancer (IARC) stima un aumento del 40% dei casi entro il 2040.
🔗 IARC Cancer Tomorrow – Breast Cancer Projections
In tutta Europa esistono programmi di screening su invito che includono mammografia 2D e sempre più spesso tomosintesi 3D. Tuttavia, l’approccio standardizzato non considera sempre le peculiarità cliniche individuali, rendendo necessaria una maggiore personalizzazione basata su dati storici e clinici.
Collaborazioni e prospettive
Una tecnologia validata e in continua evoluzione
Il progetto ha già ottenuto la certificazione europea (CE) ed è stato sviluppato in collaborazione con:
- Cancer Research Horizons
- Royal Surrey NHS Foundation Trust
- GISMa – Gruppo Italiano Screening Mammografico
L’obiettivo è la validazione prospettica in ambito clinico per l’introduzione nei programmi di screening europei
NOTE OPERATIVE
- Verificare se mantenere o aggiornare la mappa “Principali tipi di cancro per Paese, decessi 2020, donne, tutte le età”.
- Tutti i dati epidemiologici devono essere aggiornati regolarmente e tracciati a fonti ufficiali (WHO, IARC, AIRC).
- Verificare l’effettiva validità del dato “efficienza del medico radiologo fino al 143%” e l’origine di tale stima.