Tumori, IA in soccorso dei medici per migliorare la diagnosi
Secondo uno studio internazionale pubblicato su 'Nature Medicine' è possibile addestrando gli algoritmi prevedere con precisione l'origine del cancro metastatico
L’Intelligenza artificiale in soccorso della diagnosi e del trattamento dei tumori. Il riscontro arriva da uno studio internazionale, pubblicato su 'Nature Medicine': uno strumento di IA, infatti, ha superato le attuali tecniche cliniche nell’identificazione di cellule tumorali metastatiche allo stadio iniziale, in circolazione nell’organismo umano. Un aiuto importante soprattutto se si pensa che alcuni tipi di cancro rimangono inosservati fino a quando non si diffondono dalla loro origine a organi distanti. Ora, gli scienziati hanno sviluppato il modello proof-of-concept, che potrebbe aiutare i medici a migliorare la diagnosi e il trattamento del cancro in fase avanzata e allungare l’aspettativa di vita delle persone.
"Si tratta di un risultato piuttosto significativo: può essere usato come strumento di assistenza”, ha detto Faisal Mahmood, che studia le applicazioni dell’IA nell’assistenza sanitaria presso la Harvard Medical School di Boston, Massachusetts. Per trattare i tumori metastatici, i medici devono conoscerne l’origine. Un metodo utilizzato per diagnosticare i tumori metastatici insidiosi si basa sulle cellule tumorali presenti nel liquido estratto dal corpo. I medici esaminano le immagini delle cellule per capire a quale tipo di cellula tumorale assomigliano. Per esempio, le cellule del cancro al seno che migrano verso i polmoni hanno ancora l’aspetto di cellule del cancro al seno.
“Ogni anno, delle 300mila persone affette da cancro che vengono trattate presso l’ospedale affiliato all’Università Medica di Tianjin (Tmu), in Cina, circa 4mila vengono diagnosticate utilizzando tali immagini, ma circa 300 persone rimangono senza diagnosi”, ha detto Tian Fei, chirurgo del cancro colorettale presso la Tmu. A tal proposito, Tian, Li Xiangchun, ricercatore di bioinformatica che studia il deep learning alla Tmu, e i suoi colleghi hanno deciso di sviluppare un algoritmo di deep learning per analizzare queste immagini e prevedere l’origine dei tumori. I ricercatori hanno addestrato il loro modello di intelligenza artificiale su circa 30mila immagini di cellule trovate nel liquido addominale o polmonare di 21mila persone di cui era nota l’origine del tumore. Hanno poi testato il loro modello su 27mila immagini e hanno scoperto che c’era l’83% di possibilità di prevedere con precisione l’origine del tumore. Inoltre, c’era il 99% di possibilità che l’esordio del tumore fosse inclusa nelle prime tre previsioni del modello.
Le previsioni sono state limitate a 12 fonti comuni di cancro, tra cui polmoni, ovaie, seno e stomaco. “Alcune altre forme di cancro, tra cui quelle che hanno origine nella prostata e nei reni, non hanno potuto essere identificate, perché in genere non si diffondono ai depositi di fluido nell’addome e nei polmoni", ha spiegato Li.
Tirando le somme, il modello, testato su circa 500 immagini, è risultato migliore di quelli umani nel prevedere l’origine di un tumore. Il miglioramento è stato statisticamente significativo. I ricercatori hanno anche valutato retrospettivamente un sottoinsieme di 391 partecipanti allo studio circa quattro anni dopo il trattamento del cancro e hanno scoperto che coloro che avevano ricevuto un trattamento per il tipo di cancro previsto dal modello avevano maggiori probabilità di sopravvivere, e vivevano più a lungo, rispetto ai partecipanti per i quali la previsione non corrispondeva. "Questo è un dato piuttosto convincente a sostegno dell’utilizzo del modello di intelligenza artificiale in ambito clinico”, ha sottolineato Mahmood, che ha già utilizzato l’intelligenza artificiale per prevedere l’origine dei tumori da campioni di tessuto. La combinazione delle tre fonti di dati, quali cellule, tessuti e genomica, potrebbe migliorare ulteriormente i risultati per le persone con tumori metastatici di origine sconosciuta.
Sempre più vicini ai nostri lettori.
Segui Nursind Sanità anche su Telegram