Rilevamento precoce e classificazione del cancro al seno mediante ML

Il tumore più comune tra le donne nel mondo, con un alto tasso di mortalità, è il tumore al seno. La diagnosi precoce e la classificazione accurata del cancro al seno sono essenziali per migliorare la sopravvivenza delle pazienti e consentire un intervento clinico tempestivo. Le tecniche di apprendimento automatico sono state ampiamente applicate per analizzare i dati diagnostici provenienti da mammografia, ecografia, risonanza magnetica ed esami istopatologici. I metodi tradizionali di apprendimento automatico utilizzano caratteristiche classificate artigianalmente da algoritmi come le macchine vettoriali di supporto e le foreste casuali, mentre i modelli di apprendimento profondo, in particolare le reti neurali convoluzionali, apprendono automaticamente rappresentazioni discriminative di caratteristiche dai dati grezzi. Studi sperimentali dimostrano che questi modelli possono distinguere efficacemente tra lesioni benigne e maligne con un'elevata accuratezza, supportando i radiologi nella diagnosi precoce.