Il tumore al polmone è il quarto tumore maligno più frequentemente diagnosticato in Europa ed è la principale causa di morte per cancro in entrambi i sessi. L’identificazione di biomarcatori diagnostici e predittivi serve a scegliere la strategia migliore per la cura del paziente. Le informazioni genetiche possono essere di grande aiuto nelle decisioni cliniche perché possono essere utilizzate per prevedere la sopravvivenza (biomarcatore prognostico) o per prevedere la risposta al trattamento (biomarcatore predittivo).
Un progetto, grazie alla sinergia tra diagnostica per immagini e Intelligenza Artificiale punta a costruire un modello predittivo per stratificare il rischio del singolo paziente con tumore al polmone. “Le nuove tecnologie possono essere di grande aiuto nell’ambito della Ricerca – spiega il professor Arturo Chiti, Responsabile dell’Unità Operativa di Medicina Nucleare in Humanitas – la strada verso cure definitive è ancora lunga e c’è bisogno del contributo di tutti: ecco perché è importante sostenere la Ricerca donando il proprio 5×1000”. La diagnostica per immagini fornisce dati significativi sulle caratteristiche del tumore e negli ultimi anni sono stati effettuati importanti progressi grazie all’analisi avanzata delle immagini per mezzo della Radiomica e dei programmi di Intelligenza artificiale. La Radiomica è una tecnica sofisticata che permette di estrarre informazioni quantitative dalla diagnostica per immagini (TAC e PET) ed integrarle con i dati clinici del paziente e con le caratteristiche genetiche del tumore (Radiogenomica).
Tumore al polmone: al via studio
“Miriamo a sviluppare – continua il professore – una piattaforma basata sull’intelligenza artificiale in grado di analizzare le immagini medicali, estrarre dati clinici e strumentali (con metodi automatici o semi-automatici), dalle cartelle cliniche elettroniche, de-identificare i dati dei pazienti (nel rispetto della privacy) e costruire un modello predittivo per stratificare il rischio del singolo paziente. Per realizzare questo progetto, intendiamo utilizzare uno scenario clinico basato sul tumore al polmone. Pertanto, selezioniamo i pazienti affetti da tumore del polmone non a piccole cellule (NSCLC), estraendo le informazioni cliniche e biologiche dalle cartelle cliniche. Analizzeremo anche le immagini TAC e PET utilizzando algoritmi dedicati e reti neurali profonde,in base alla quantità di dati disponibili. I risultati saranno integrati con i dati mutazionali e clinici per costruire un modello predittivo. L’approccio può fornire informazioni pertinenti sulla prognosi dei pazienti e può essere utilizzato in modo prospettico nei pazienti affetti da tumore del polmone non a piccole cellule e, in una fase successiva, in altre neoplasie”. Humanitas sta costruendo un Centro d’avanguardia focalizzato sulla Ricerca in ambito clinico – Humanitas A.I. Health Center – che unisce il network dei medici e dei ricercatori e un team di ingegneri specializzati in Intelligenza Artificiale. Nel progetto sono coinvolti cinque ricercatori. La prima fase sarà conclusa in due anni, il progetto completo terminerà in cinque anni.