Nei primi giorni di Febbraio 2023 è stato pubblicato, sulla rivista Nature Cancer, uno studio clinico condotto dai gruppi del Sylvester Comprehensive Cancer Center - Miller School of Medicine dell'Università di Miami e dell’Institute for Cancer Genetics - Columbia University Medical Center di New York. Alla guida delle equipe che hanno partecipato allo studio vi sono due ricercatori italiani: la professoressa Anna Lasorella e il professore Antonio Iavarone.
Il gruppo di ricerca internazionale avrebbe messo a punto un sistema per classificare con estrema precisione le caratteristiche dei tumori permettendo così ai medici di applicare il trattamento migliore per qualsiasi tipo di tumore. Il fine ultimo sarebbe quello di creare un database online di cui, tutti i medici nel mondo, potrebbero servirsi per le loro diagnosi. Una volta inseriti nel portale i dati del tumore in esame, si ricevono indietro tutte le informazioni a disposizione per quella particolare forma di tumore. “La speranza - dichiara la professoressa Lasorella - è che il portale sarà disponibile al più presto per gli oncologi di tutto il mondo, migliorando sensibilmente i trattamenti per i pazienti.”
Qual è il risultato della ricerca?
La nuova arma nella lotta contro i tumori è Sphinks, un algoritmo che permette all’intelligenza artificiale di imparare e individuare i tumori maligni. L’algoritmo Sphinks, acronimo di Substrate Phosphosite based Inference for Network of KinaseS, è il secondo algoritmo di questo genere sviluppato per la diagnosi e l’analisi delle forme tumorali. Entrambi gli algoritmi sono frutto della ricerca scientifica del dott. Iavarone. Il primo prototipo di intelligenza artificiale aveva appreso come riconoscere il glioblastoma mitocondriale, una particolare forma tumorale per cui sono possibili delle terapie, a differenze delle altre tre famiglie di tumori per cui non sono ancora disponibili mezzi per contrastarli in modo efficace. Il nuovo algoritmo Sphinks interviene proprio nella lotta alle altre tre famiglie più insidiose completando il lavoro già iniziato dal primo algoritmo. Sviluppato inizialmente sui dati del glioblastoma multiforme (GBM), una forma di tumore cerebrale molto comune e letale, l’algoritmo ha poi istruito l’intelligenza artificiale a distinguere e classificare anche altri tipi di neoplasie.
Come funziona l’algoritmo?
Il dottor Iavarone spiega che Sphinks “identifica le proteine chinasi fondamentali, diverse per ognuno dei tre gruppi” e “grazie a questo strumento, l'analisi diventa possibile per ogni singolo paziente se abbiamo a disposizione i dati relativi all'analisi di tutte le proteine del tumore. Non sono, infatti, i geni che fanno funzionare i tumori, ma le loro proteine”. L’introduzione di questo strumento rappresenta un passo importante nella lotta contro le forme tumorali. Finora le proteine dei tumori non erano utilizzate nella pratica clinica, ma ora con l’ausilio dell’intelligenza artificiale è possibile “indicare a ogni singolo paziente il suo bersaglio terapeutico, singolarmente se c'è l'analisi delle proteine, oppure individuando la famiglia alla quale appartiene il tumore”. L’intelligenza artificiale analizza tutte le caratteristiche dei tumori, come geni, lipidi e proteine, e individua gli enzimi, chiamati chinasi, che producono segni distintivi nelle cellule maligne, per contrastarli efficacemente. L’algoritmo analizza in modo approfondito il tumore e lo classifica evidenziando le sue vulnerabilità e dunque i target terapeutici.
Dove si possono impiegare gli algoritmi?
Lo studio dei professori Lasorella e Iavarone non è l’unico che impiega l’intelligenza artificiale nell’analisi diagnostica. Il policlinico di Bari sta sperimentando un software innovativo che assiste i medici nell’interpretazione delle immagini ecografiche per diagnosticare in modo più accurato le lesioni sospette. L’intelligenza artificiale supporta i medici anche nel rilevamento precoce del cancro al seno. Un algoritmo confronta l’immagine ecografica in 3D con un database di quasi un milione di immagini ecografiche di lesioni mammarie maligne e benigne e, sulla base di alcune caratteristiche, restituisce al medico un valore con la percentuale di benignità o malignità della lesione.
All’università di Monaco, alcuni ricercatori hanno sviluppato uno strumento basato sull’intelligenza artificiale in grado di distinguere tra diverticolite acuta e cancro del colon basandosi sulle immagini della tomografia computerizzata del paziente. La diverticolite acuta è un’infiammazione di piccole estroflessioni che possono formarsi sulla parete dell’intestino nel tratto del colon e si tratta generalmente di una condizione medica benigna. Distinguere questa patologia da un tumore del colon può essere complesso per radiologi e clinici. Per questo motivo il gruppo di ricerca dell’università di Monaco ha sviluppato un sistema, basato sull’intelligenza artificiale, che aiuti i medici nel distinguere le patologie. Dallo studio diagnostico è emerso che, affiancando l’utilizzo dell’algoritmo all’esperienza dei medici radiologi, l’accuratezza diagnostica aumenta in modo significativo. L’algoritmo permette, infatti, di ridurre da una parte le diagnosi di tumore errate e dall’altra le mancate diagnosi.
L’impiego dell’intelligenza artificiale in campo medico è soltanto agli inizi. Con il passare del tempo si spera che sempre più studi e ricercatori sviluppino software che possano migliorare la tempestività e l’accuratezza delle diagnosi nei pazienti.
Copyright © 2023 - Mondo Internazionale APS - Tutti i diritti riservati
Fonti consultate per il presente articolo:
Immagine: https://unsplash.com/it/foto/8o_LkMpo8ug
https://www.huffingtonpost.it/cultura/2023/02/18/news/dna_intelligenza_artificiale_cura-11369857/
Share the post
L'Autore
Jacopo Biagi
Categories
Tag
IntelligenzaArtificiale IA algoritmo lotta ai tumori cura medicina tecnologica