Secondo l'Organizzazione Mondiale della Sanità (OMS), l'incidenza nel mondo di melanoma è aumentata più velocemente di qualsiasi altra patologia di tipo tumorale: il tasso di incidenza colloca il melanoma come il sesto più frequente tumore maligno negli uomini e il settimo nelle donne.
Come è ben noto ai dermatologi, la prognosi del melanoma è fortemente correlata allo spessore della neoplasia al momento della diagnosi. Queste caratteristiche prognostiche e, in particolare, il grosso divario esistente in termini di anni di vita guadagnati tra un melanoma in situ e un melanoma spesso rendono questo tumore una delle neoplasie maligne che meglio si presta alle campagne di prevenzione in generale e secondaria in particolare. Prevenzione secondaria significa diagnosi precoce e la diagnosi precoce è, quindi, la nostra arma più efficace contro il melanoma. Come accade per altre neoplasie maligne, anche per il melanoma è stata sviluppata una metodica diagnostica non invasiva e quindi applicabile su vasta scala, che migliora l'accuratezza diagnostica soprattutto nelle lesioni più sottili: la dermatoscopia.
Ma anche dermoscopicamente il melanoma si conferma una patologia estremamente subdola dai mille volti in cui diversi parametri dermoscopici possono combinarsi variamente tra di loro generando quadri estremamente eterogenei. Da qui scaturisce il principale limite di questa metodica: l'accuratezza diagnostica della dermoscopia è fortemente operatore-dipendente. Per tale motivo sono state proposte nuove strategie diagnostiche con la finalità di garantire una maggiore "oggettività" nell'individuazione precoce di lesioni melanocitiche sospette, soprattutto per i dermatologi non esperti in dermatoscopia. Tra queste strategie ampio spazio ha trovato l'introduzione sia di sistemi digitali (in grado di consentire l'acquisizione e l'analisi delle immagini), sia di programmi di intelligenza artificiale. Nessun sistema finora sviluppato, tuttavia, si è dimostrato in grado di svolgere una funzione sostitutiva della diagnosi umana.
Sulla base di queste considerazioni da più di dieci anni siamo impegnati in un'attività di ricerca che ha portato allo sviluppo di una innovativa piattaforma software in grado di individuare in immagini dermoscopiche ciascuno dei sette parametri della 7-point checklist*, grazie all'addestramento nel seguire il procedimento diagnostico di dermatologi esperti di riferimento.
* Haenssle, B. Korpas, Hansen-Hagg, C. et al.: Seven-point checklist for dermatoscopy: performance during 10 years of prospective surveillance of patients at increased melanoma risk. J.Am. Acad. Dermatol. 62(5), 785-793 (2010)Il risultato* è un supporto informatico alla diagnosi dermatoscopica caratterizzato da elevata sensibilità, che attraverso l'interattività con il dermatologo crea una sinergia diagnostica dalle elevate potenzialità sia in termini di prevenzione (possibilità di rendere la dermoscopia disponibile ad un più ampio numero di dermatologi), sia in termini didattici (possibilità di addestrare "l'occhio" del dermatologo a individuare parametri riconducibili a criteri dermoscopici di sospetto). Si tratta, dunque di un progetto ambizioso, dalle notevoli potenzialità applicative in campo clinico, che allo stato attuale può recepire anche i tuoi suggerimenti.
* G. Fabbrocini, V. De Vita, S. Cacciapuoti, G. Di Leo, C. Liguori et al., "Automatic Diagnosis of melanoma based on the 7-Point Checklist", in Computer Vision Techniques for the Diagnosis of Skin cancer, Series in BioEngineering, Springer-Verlag Berlin Heidelberg 2014