AI-PLAN: l'intelligenza artificiale nella chirurgia oncoplastica e ricostruttiva della mammella, dalle linee guida alla pianificazione chirurgica personalizzata

Abstract

Background: L’intelligenza artificiale (AI) è sempre più studiata come strumento di supporto decisionale nella cura del carcinoma mammario. La pianificazione chirurgica, tuttavia, integra variabili oncologiche standardizzate con fattori anatomici, tecnici, estetici e individuali più difficili da rappresentare mediante dati strutturati.

Metodi: Questo studio osservazionale retrospettivo monocentrico ha incluso 30 pazienti consecutive sottoposte a chirurgia per carcinoma mammario presso l’IRCCS Azienda Ospedaliera Metropolitana - plesso Ospedale Policlinico San Martino, Genova, tra gennaio 2024 e maggio 2025. Le informazioni cliniche standardizzate sono state inserite nel workflow BREAST AI-PLAN. Le raccomandazioni generate dall’AI sono state confrontate con le decisioni multidisciplinari riguardo terapia neoadiuvante, chirurgia pianificata, accesso chirurgico, ricostruzione, terapia adiuvante e valutazione estetica. La concordanza è stata valutata mediante coefficiente kappa di Cohen (κ), con κ pesato per l’estetica.

Risultati: La concordanza variava tra i diversi domini. La terapia neoadiuvante mostrava un accordo quasi perfetto (96,67%; κ=0,9112). Chirurgia pianificata e accesso chirurgico mostravano accordo moderato (70,00%; κ=0,5814 e 60,00%; κ=0,4258). L’accordo era inferiore per ricostruzione (57,14%; κ=0,3588) e terapia adiuvante (64,29%; κ=0,2911). La valutazione estetica mostrava elevato accordo grezzo ma solo lieve concordanza corretta per il caso (κ pesato=0,1418-0,1608).

Conclusioni: La concordanza dell’AI con la pianificazione multidisciplinare risultava maggiore per decisioni basate su variabili esplicite e standardizzate e diminuiva con l’aumentare del peso di fattori anatomici, tecnici, estetici e individuali. BREAST AI-PLAN dovrebbe pertanto essere considerato uno strumento di supporto decisionale e non un sistema autonomo.

Background: Artificial intelligence (AI) is increasingly being explored as a decision-support tool in breast cancer care. Breast surgical planning, however, combines standardized oncological variables with anatomical, technical, aesthetic, and patient-related factors that may be more difficult to represent through structured data.

Methods: This retrospective, single-center observational study included 30 consecutive women undergoing breast cancer surgery at IRCCS Azienda Ospedaliera Metropolitana - plesso Ospedale Policlinico San Martino, Genoa, between January 2024 and May 2025. Standardized clinical information was incorporated into the BREAST AI-PLAN workflow. AI-generated recommendations were compared with multidisciplinary clinical decisions for neoadjuvant treatment, planned surgery, surgical approach, reconstruction, adjuvant treatment, and aesthetic assessment. Agreement was evaluated using Cohen’s kappa coefficient (κ), with weighted κ for aesthetics.

Results: Agreement varied across domains. Neoadjuvant treatment showed almost perfect agreement (96.67%; κ=0.9112). Planned surgery and surgical approach showed moderate agreement (70.00%; κ=0.5814 and 60.00%; κ=0.4258, respectively). Agreement was lower for reconstruction (57.14%; κ=0.3588) and adjuvant treatment (64.29%; κ=0.2911). Aesthetic assessment showed high crude agreement but only slight chance-corrected concordance (weighted κ=0.1418-0.1608).

Conclusions: AI concordance with multidisciplinary planning was highest for decisions based on explicit, standardized variables and decreased as anatomical, technical, aesthetic, and patient-specific factors became more relevant. BREAST AI-PLAN should therefore be considered a clinical decision-support framework rather than an autonomous decision-making system.