Tumori cerebrali: diagnosi più accurate con intelligenza artificiale


Dall’Intelligenza artificiale la prospettiva di migliorare la diagnostica dei tumori cerebrali. I risultato dello studio Neuromed

Il mercato globale dell'Intelligenza Artificiale nella sanità sta vivendo una crescita significativa, con quasi 188 miliardi di dollari stimati entro il 2030

Valutare con precisione la tipologia di un tumore, a cominciare dal suo essere benigno o maligno fino alla sua minore o maggiore aggressività, è un passo fondamentale nel guidare l’urgenza e la tipologia delle scelte terapeutiche da mettere in campo. Nel caso dei tumori cerebrali, molte informazioni non possono essere disponibili prima dell’intervento chirurgico, ma le nuove applicazioni dell’Intelligenza artificiale (AI) possono essere messe in campo per avere in anticipo un quadro più chiaro della situazione.

È questo l’obiettivo di una ricerca pubblicata sulla rivista scientifica Frontiers in Oncology e condotta dall’Unità di Neurochirurgia e dal Dipartimento di Epidemiologia e Prevenzione dell’I.R.C.C.S. Neuromed di Pozzilli (IS) in collaborazione con la Clinica Mediterranea di Napoli, l’Università dell’Insubria di Varese-Como Fondazione Umberto Veronesi ETS. I ricercatori, studiando 90 pazienti con sospetto tumore del sistema nervoso centrale, hanno esplorato la possibilità di individuare precocemente la malignità del tumore stesso utilizzando esclusivamente le informazioni già disponibili. Per raggiungere questo risultato è stata impiegata una tecnica di machine learning (una branca dell’Intelligenza artificiale) chiamata clustering.

“Abbiamo raccolto – dice Alessandro Gialluisi – ricercatore del Dipartimento di Epidemiologia e Prevenzione del Neuromed e della Libera Università Mediterranea (LUM) “Giuseppe Degennaro”, Casamassima (Bari) – una serie di dati che erano facilmente disponibili prima dell’intervento chirurgico grazie ad una semplice anamnesi. Ad esempio: la storia familiare e quella clinica del paziente, l’ambiente in cui vive, il suo stile di vita, il livello di istruzione, la situazione psicologica e lo status socioeconomico. Successivamente, tutte queste informazioni sono state elaborate da un algoritmo che ha creato dei “cluster” (gruppi di pazienti con caratteristiche simili, ndr) che infine sono stati messi a confronto con i risultati reali delle indagini effettuate successivamente all’intervento”.

In altri termini, l’intelligenza artificiale ha consentito di individuare quali elementi della vita di tutti i giorni possano essere messi in correlazione con la presenza di un tumore maligno anziché benigno, ed eventualmente con la sua aggressività.

“Naturalmente si tratta di uno studio preliminare – commenta il professor Vincenzo Esposito, Responsabile dell’Unità di Neurochirurgia II e Direttore del Dipartimento di Neurochirurgia del Neuromed – che avrà bisogno di conferme e di ulteriori ricerche su un numero maggiore di pazienti. I nostri risultati indicano comunque che gli algoritmi di apprendimento automatico, basati su una combinazione di caratteristiche cliniche e biologiche, potrebbero essere utili nell’aiutare i medici nel decidere per il singolo paziente le priorità per la chirurgia o altri trattamenti. Grazie a questo approccio di medicina personalizzata, si potrebbe sopperire alla carenza di quelle informazioni, sia istopatologiche che molecolari, non disponibili finché il paziente non venga sottoposto a intervento chirurgico”.

Esposito, S., Ruggiero, E., Di Castelnuovo, A. F., Costanzo, S., Bonaccio, M., Bracone, F., Esposito, V., Innocenzi, G., Paolini, S., Cerletti, C., Donati, M.B., de Gaetano, G., Iacoviello, L., Gialluisi, A. Identifying brain tumor patients’ subtypes based on pre-diagnostic history and clinical characteristics: a pilot hierarchical clustering and association analysis. Frontiers in Oncology, 13, 1276253.

https://www.frontiersin.org/journals/oncology/articles/10.3389/fonc.2023.1276253/abstract