L’Intelligenza artificiale è in grado
di prevedere l’efficacia dell’immunoterapia nei pazienti con
cancro polmonare non a piccole cellule metastatico, il sottotipo
più comune di cancro polmonare, permettendo terapie più mirate e
personalizzate. È quanto emerge dal grande progetto di ricerca
internazionale i3Lung.
A certificare i promettenti risultati
dello studio multimodale, dopo quattro anni di lavoro, 2.396
pazienti coinvolti e 16 partnership attivate, è la rivista
scientifica Nature Medicine, che pubblica uno studio prodotto
dal team guidato da Arsela Prelaj, oncologa della Fondazione
Irccs Istituto nazionale dei tumori di Milano e principal
investigator del progetto.
“Abbiamo raccolto da una popolazione molto ampia quattro
tipologie di dati: immagini di Tc, dati di digital pathology,
dati di genomica e risultati clinici di normali esami di
laboratorio, integrandoli in modelli di machine learning early
fusion e deep learning intermediate-fusion – spiega Prelaj, che
nell’istituto milanese dirige il laboratorio di ricerca sulle
applicazioni dell’IA in oncologia -.
Il risultato è un algoritmo
in grado di prevedere meglio la risposta individuale ai regimi
di immunoterapia, uno strumento che aiuterà a stratificare
correttamente i pazienti con cancro polmonare non a piccole
cellule metastatico e a creare un trattamento su misura per ogni
caso, promettendo di migliorare molto l’efficacia
dell’immunoterapia”.
Per questo tipo di patologia, infatti, l’immunoterapia
(combinata o meno con la chemioterapia) è lo standard di cura ma
spesso presenta una forte tossicità e non sempre porta ad
un’efficacia clinica duratura. La sua selezione nel caso di un
cancro polmonare non a piccole cellule si basa ancora su analisi
di sottogruppi e punteggi clinici e l’efficacia, di fatto, si
riesce a misurare solo ex post. La prospettiva viene dunque
ribaltata, aprendo la strada alla possibilità di prevedere prima
per quali pazienti la terapia sarà più efficace e che tipo di
risposta ci si può attendere.
La ricerca, inoltre, comprende anche uno usability study che ha
misurato l’utilità dello strumento per una platea di medici più
ampia degli specialisti del cancro al polmone e dal confronto è
emerso che tutti gli specialisti beneficiano dell’aggiunta di
questo strumento nel predire l’efficacia dell’immunoterapia.
