L’aggiornamento delle Linee Guida nazionali del 23 dicembre 2025 rappresenta una svolta nella prevenzione oncologica in Italia. Per la prima volta, il panel nazionale, adottando la metodologia GRADE, ha espresso una raccomandazione condizionata a favore dell’utilizzo di una strategia di triage basata sull’intelligenza artificiale per la lettura delle mammografie nei programmi di screening del tumore al seno.
Il Quesito 3: l’Innovazione strategica
Il cambiamento più rilevante riguarda il cosiddetto Quesito 3: l’impiego di sistemi di IA per determinare, caso per caso, se una mammografia debba essere sottoposta a singola o doppia lettura umana, in alternativa alla doppia lettura sistematica. Questa strategia di triage IA consente di ottimizzare l’allocazione delle risorse cliniche, senza compromettere la sicurezza.
Le evidenze: cliniche ed economiche
Le raccomandazioni del panel italiano si fondano su due studi indipendenti di alta qualità:
- MASAI (Mammography Screening with Artificial Intelligence trial) – Studio clinico randomizzato condotto in Svezia, pubblicato su The Lancet Digital Health, che ha dimostrato un tasso di identificazione dei tumori superiore del 29% rispetto alla doppia lettura standard, con una riduzione del carico di lavoro dei radiologi del 44%.
- Lauritzen et al., 2024 – Studio osservazionale condotto in Danimarca, pubblicato su Radiology, che ha evidenziato un aumento del tasso di identificazione dei tumori del 18% e una riduzione del carico di lavoro del 33,5%, con un calo dei falsi positivi del 32% rispetto alla lettura tradizionale.
Sul piano economico, un’analisi indipendente di PoliS Lombardia – in linea con stime NICE UK – ha stimato un risparmio netto di circa €1.835 ogni 1.000 donne sottoposte a screening mammografico con la strategia IA considerata cost-saving fino a un costo per esame di €3,83.
Il Contributo di BreastNegative
In linea con questa strategia si inserisce BreastNegative, la tecnologia di Health Triage progettata per identificare automaticamente le mammografie con alta probabilità di negatività. BreastNegative è attualmente oggetto di uno studio retrospettivo presso l’ASL di Bari, selezionata dal GISMa come centro di riferimento per il Sud Italia. L’obiettivo è supportare i radiologi nel processo diagnostico, ottimizzando i flussi di lavoro e migliorando la qualità dell’assistenza.
Come chiarito dalle linee guida, il radiologo resta l’unico decisore finale: l’intelligenza artificiale non sostituisce, ma supporta l’attività clinica. L’approccio raccomandato dall’ISS segna un cambio di paradigma: non automatizzare la diagnosi, ma renderla più efficiente, accessibile e sostenibile. Un’opportunità per il sistema sanitario nazionale e per milioni di donne che ogni anno partecipano ai programmi di screening mammografico.
