Israele sviluppa un modello di intelligenza artificiale per prevedere l'efficacia della chemioterapia contro il cancro al seno.

I risultati della ricerca dimostrano che l'intelligenza artificiale è in grado di identificare segnali biologici complessi, difficili da rilevare per l'occhio umano, e di sintetizzare numerosi microfattori per fornire una valutazione completa.

Gli scienziati del Technion Institute of Technology (Israele) hanno sviluppato un modello di intelligenza artificiale (IA) in grado di prevedere il rischio di recidiva del cancro al seno, nonché il livello di beneficio derivante dalla chemioterapia, aprendo la strada a un approccio rapido ed economico per sostituire i costosi test genetici.

Il tumore al seno è attualmente il tipo di cancro più diffuso al mondo, con circa 2,3 milioni di nuovi casi ogni anno. Di questi, le pazienti con tumore al seno in fase iniziale, positivo ai recettori ormonali e negativo al recettore HER2, rappresentano circa il 70% del totale.

Una delle maggiori sfide nel trattamento è stabilire chi ha effettivamente bisogno di chemioterapia dopo un intervento chirurgico o una radioterapia.

Sebbene la chemioterapia possa ridurre il rischio di recidiva, la maggior parte dei pazienti non ne trae benefici significativi, dovendo al contempo affrontare numerosi e gravi effetti collaterali. Pertanto, è fondamentale prendere la giusta decisione terapeutica fin dall'inizio.

Il team di ricerca, guidato da Gil Shamai, ha sviluppato il primo modello di intelligenza artificiale validato su larga scala attraverso uno studio clinico randomizzato. Questo modello analizza campioni di tessuto istopatologico raccolti durante le diagnosi di routine, prevedendo così il rischio di recidiva e l'efficacia della chemioterapia.

La ricerca, pubblicata su The Lancet Oncology, dimostra che l'intelligenza artificiale è in grado di identificare segnali biologici complessi, difficili da rilevare a occhio nudo, e di sintetizzare numerosi microfattori per fornire una valutazione completa.

A differenza dei test genetici come Oncotype DX – che sono costosi, richiedono settimane per ottenere i risultati e non sono ancora ampiamente disponibili in molti paesi – il metodo basato sull'intelligenza artificiale utilizza dati facilmente reperibili dai campioni, fornendo risultati in pochi minuti.

Il sistema di intelligenza artificiale analizza immagini ad alta risoluzione del tessuto tumorale, valutando diversi fattori come la struttura del tessuto, il tasso di divisione cellulare, la risposta immunitaria e le caratteristiche correlate alla sensibilità o alla resistenza al trattamento. Da ciò, il modello genera un indice quantitativo per aiutare medici e pazienti a prendere decisioni terapeutiche.

Secondo il team di ricerca, il modello è stato validato su migliaia di pazienti in diversi paesi, tra cui Israele, Stati Uniti e Australia, fornendo risultati coerenti a prescindere dalle differenze nei sistemi sanitari o nelle attrezzature. Un vantaggio notevole è che il metodo non richiede campioni di tessuto aggiuntivi, non necessita di complesse procedure di laboratorio e può essere implementato in qualsiasi struttura sanitaria dotata di scanner digitali e connessione internet.

Si prevede che questa nuova tecnologia avrà un impatto significativo non solo nei paesi sviluppati, ma anche in quelli a basso e medio reddito, dove meno del 5% dei pazienti ha accesso ai test genetici.

Secondo i ricercatori, l'applicazione dell'intelligenza artificiale potrebbe contribuire a ridurre i costi e ad evitare un uso eccessivo e non necessario della chemioterapia.

Il team di ricerca ha inoltre dichiarato di voler proseguire con le sperimentazioni cliniche, estendendo l'applicazione ad altri trattamenti e tipi di cancro.

Inoltre, prevedono di fondare una startup proprio nel campus del Technion per commercializzare la tecnologia, con l'obiettivo di fornire soluzioni diagnostiche più rapide, precise e accessibili a livello globale.

(VNA/Vietnam+)

Fonte: https://www.vietnamplus.vn/israel-phat-develop-ai-model-predicting-effective-cancer-treatment-post1106013.vnp