Introduzione: Negli ultimi anni, i casi di melanoma sono aumentati in tutto il mondo rendendo ancor più necessaria la prevenzione e la diagnosi precoce di questo tumore, per migliorarne la prognosi e ridurre la mortalità. Il melanoma, infatti, se identificato nella sua fase iniziale, può essere trattato con successo, ma la tempestività della diagnosi dipende dalla disponibilità di risorse specialistiche e dall'efficacia degli screening dermatologici. Materiali e Metodi: Questo elaborato analizza l’impiego e le potenzialità di dispositivi di imaging IA utilizzati nella pratica clinica, mediante una ricerca consultando la banca dati PubMed per la selezione di articoli scientifici che trattano quest’argomento. Sono state, inoltre, esaminate delle fotografie del dorso di sei pazienti che erano stati arruolati in un progetto sperimentale svolto presso l’Istituto Oncologico del Veneto di Padova. Le immagini sono state confrontate, seguendo i criteri dell’ABCDE, con lo scopo di individuare delle alterazioni dei nevi preesistenti e nevi neoformati monitorandone l’evoluzione nei controlli successivi. Risultati: Dall’analisi dei 28 articoli inclusi in questo studio è emerso che, dispositivi di imaging IA offrono un'accuratezza diagnostica elevata, paragonabile a quella dei dermatologi esperti, raggiungendo in alcuni studi una sensibilità dell'81-90%, una specificità dell’80-90% e un’accuratezza dell'80-94%. Inoltre, gli studi affermano che la diagnosi di melanoma è più accurata se c’è collaborazione tra gli specialisti e i dispositivi di imaging. Nelle immagini confrontate, sono state individuate e analizzate undici lesioni pigmentate cutanee alterazioni in termini di asimmetria, variazione di colore, bordi irregolari, dimensione ed evoluzione nel tempo. Discussione: La tecnologia IA ha dimostrato, quindi, di poter individuare precocemente lesioni sospette e ridurre il numero di biopsie inutili, contribuendo alla diagnosi tempestiva del melanoma, ottimizzando il carico di lavoro dei medici e riducendo i tempi di attesa per i controlli dermatologici. Alcuni dispositivi come Fotofinder e VECTRA WB360, i quali combinano algoritmi di deep learning con l’analisi delle immagini per l’identificazione delle lesioni sospette, sono già disponibili in commercio. Il confronto delle immagini, inoltre, non è stato semplice, in quanto la qualità delle fotografie non era elevata e sono state individuate delle criticità quali: la variazione di illuminazione, fotografie scattate da diverse angolature e immagini sfuocate. Conclusione: In conclusione, i controlli dermatologici, il monitoraggio dei nevi e la qualità delle fotografie sono tutti elementi connessi tra loro per fare una corretta prevenzione. Per garantire, quindi, uno screening dermatologico efficace ed efficiente a tutta la popolazione a rischio, l’impiego di dispositivi che effettuano fotografie, mappano i nevi e segnalano le lesioni sospette agevolerebbe la pratica clinica.
L’infermiere nello screening del melanoma: utilizzo e ottimizzazione dei dispositivi di imaging nella pratica clinica
PINAMONTI, GIACOMO
2023/2024
Abstract
Introduzione: Negli ultimi anni, i casi di melanoma sono aumentati in tutto il mondo rendendo ancor più necessaria la prevenzione e la diagnosi precoce di questo tumore, per migliorarne la prognosi e ridurre la mortalità. Il melanoma, infatti, se identificato nella sua fase iniziale, può essere trattato con successo, ma la tempestività della diagnosi dipende dalla disponibilità di risorse specialistiche e dall'efficacia degli screening dermatologici. Materiali e Metodi: Questo elaborato analizza l’impiego e le potenzialità di dispositivi di imaging IA utilizzati nella pratica clinica, mediante una ricerca consultando la banca dati PubMed per la selezione di articoli scientifici che trattano quest’argomento. Sono state, inoltre, esaminate delle fotografie del dorso di sei pazienti che erano stati arruolati in un progetto sperimentale svolto presso l’Istituto Oncologico del Veneto di Padova. Le immagini sono state confrontate, seguendo i criteri dell’ABCDE, con lo scopo di individuare delle alterazioni dei nevi preesistenti e nevi neoformati monitorandone l’evoluzione nei controlli successivi. Risultati: Dall’analisi dei 28 articoli inclusi in questo studio è emerso che, dispositivi di imaging IA offrono un'accuratezza diagnostica elevata, paragonabile a quella dei dermatologi esperti, raggiungendo in alcuni studi una sensibilità dell'81-90%, una specificità dell’80-90% e un’accuratezza dell'80-94%. Inoltre, gli studi affermano che la diagnosi di melanoma è più accurata se c’è collaborazione tra gli specialisti e i dispositivi di imaging. Nelle immagini confrontate, sono state individuate e analizzate undici lesioni pigmentate cutanee alterazioni in termini di asimmetria, variazione di colore, bordi irregolari, dimensione ed evoluzione nel tempo. Discussione: La tecnologia IA ha dimostrato, quindi, di poter individuare precocemente lesioni sospette e ridurre il numero di biopsie inutili, contribuendo alla diagnosi tempestiva del melanoma, ottimizzando il carico di lavoro dei medici e riducendo i tempi di attesa per i controlli dermatologici. Alcuni dispositivi come Fotofinder e VECTRA WB360, i quali combinano algoritmi di deep learning con l’analisi delle immagini per l’identificazione delle lesioni sospette, sono già disponibili in commercio. Il confronto delle immagini, inoltre, non è stato semplice, in quanto la qualità delle fotografie non era elevata e sono state individuate delle criticità quali: la variazione di illuminazione, fotografie scattate da diverse angolature e immagini sfuocate. Conclusione: In conclusione, i controlli dermatologici, il monitoraggio dei nevi e la qualità delle fotografie sono tutti elementi connessi tra loro per fare una corretta prevenzione. Per garantire, quindi, uno screening dermatologico efficace ed efficiente a tutta la popolazione a rischio, l’impiego di dispositivi che effettuano fotografie, mappano i nevi e segnalano le lesioni sospette agevolerebbe la pratica clinica.File | Dimensione | Formato | |
---|---|---|---|
Pinamonti_Giacomo_2049006.pdf
accesso riservato
Dimensione
1.34 MB
Formato
Adobe PDF
|
1.34 MB | Adobe PDF |
The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License
https://hdl.handle.net/20.500.12608/76061