Un Database per supportare la diagnosi di tumore alla cervice uterina.

Una delle principali cause di mortalità per malattie oncologiche nel sesso femminile è rappresentata dal cancro della cervice uterina. Questo tipo di tumore può essere diagnosticato attraverso l’utilizzo di vari test di screening; qualora uno di questi test dia un risultato positivo, si procede con una colposcopia (svolta da un esperto nel settore) per una valutazione più approfondita. Tuttavia, la diagnosi definitiva e certa di cancro al collo dell’utero può essere ottenuta esclusivamente mediante una biopsia cervicale, che permette di analizzare il tessuto prelevato e confermare la presenza di cellule tumorali. Essendo la biopsia un esame invasivo e costoso, si cerca di svolgerlo nei soli casi in cui il colposcopista è quasi sicuramente certo, vedendola tramite la colposcopia, della presenza di una neoplasia. La problematica principale associata a questo tipo di diagnosi risiede nell’interpretazione dell’esame colposcopico; questo, infatti, non è standardizzato e dipende in larga scala dell’esperienza e manualità dell’operatore che lo effettua. Sempre più di frequente negli ultimi anni, per ovviare a problematiche di questo tipo, in ambito medico si sta cercando di sviluppare software avanzati e reti neurali artificiali per rendere più agevoli i meccanismi di diagnosi precoce. Uno dei fattori principali per la ben riuscita di questi speciali software è sicuramente la quantità e la qualità dei dati a disposizione. Con questo progetto di tesi, si è cercato di creare un database, con sito web annesso, per la raccolta e la categorizzazione di immagini colposcopiche provenienti da alcuni centri ospedalieri italiani, al fine di poter aiutare la ricerca e lo sviluppo nel campo di diagnosi precoce di tumore alla cervice uterina. Nelle pagine successive sarà presentata un’introduzione sul carcinoma cervicale, esaminandone alcune caratteristiche. Si fornirà inoltre una descrizione della procedura colposcopica, evidenziandone le problematiche. Verranno esposte anche nozioni base su cosa sia l’intelligenza artificiale e come questa potrebbe potenzialmente migliorare l’accuratezza e l’efficacia della diagnosi precoce, approfondendo l’importanza di un vasto dataset. Come ultimi, verranno infine esposti metodi, materiali e il linguaggio di codifica con cui sono stati creati il database e l’interfaccia web per l’inserimento delle immagini relative agli esami di colposcopia, con la speranza che il tutto possa essere di aiuto alla comunità scientifica.