L’intelligenza artificiale è la chiave per una cura del cancro al seno più intelligente e incentrata sul paziente
Lo screening del cancro al seno prevede in genere la mammografia, spesso seguita da ecografia o risonanza magnetica per i casi ad alto rischio. Tuttavia, queste procedure possono restituire un’alta percentuale di falsi positivi, che portano a successivi test non necessari, e un’alta percentuale di falsi negativi, che ritardano la diagnosi. I risultati sospetti spesso comportano anche biopsie sgradevoli e costose, nonostante molte anomalie si rivelino benigne. E anche dopo il trattamento, le valutazioni del rischio di recidiva del cancro si basano ancora su questi metodi imprecisi. «L’approccio attuale è fondamentalmente unico, non adattato al rischio individuale. Abbiamo bisogno di opzioni più accurate, non invasive e personalizzate per la diagnosi e la prognosi del cancro al seno», afferma Domènec Puig della Universitat Rovira i Virgili(si apre in una nuova finestra) e coordinatore del progetto BosomShield(si apre in una nuova finestra).
Collaborazione internazionale e interdisciplinare
Lavorando per sviluppare tali opzioni, BosomShield, sostenuto dal programma di azioni Marie Skłodowska-Curie(si apre in una nuova finestra), si è proposto di costruire un sistema di diagnosi automatizzata(si apre in una nuova finestra) (CAD) guidato dall’intelligenza artificiale in grado di analizzare molteplici fonti di dati, immagini radiologiche, vetrini istopatologici e cartelle cliniche, supportando la diagnosi precoce, la pianificazione del trattamento e la previsione delle ricadute. «L’obiettivo è supportare i medici con una previsione delle ricadute spiegabile e multimodale che si inserisca perfettamente nei sistemi informatici ospedalieri», spiega Hatem Rashwan, altro ricercatore principale di BosomShield, sempre della Universitat Rovira i Virgili. La collaborazione internazionale e interdisciplinare è stata fondamentale per il progetto. Dieci dottorandi europei hanno ricevuto una formazione di livello mondiale da due partner statunitensi: University of Texas Health Science Center di Houston e General Electric. I tirocini hanno consentito l’accesso a flussi di lavoro clinici e infrastrutture di dati diversi da quelli tipicamente presenti nell’UE, oltre all’esposizione ad ambienti all’avanguardia di IA, patologia digitale e imaging medico. «Le informazioni provenienti dai diversi sistemi sanitari, dagli standard dei dati e dai quadri normativi sono preziose per costruire soluzioni di IA interoperabili ed etiche», aggiunge Puig. «Forse il più grande contributo dei partner statunitensi è stata la condivisione di intuizioni pratiche di medicina traslazionale su come passare dai prototipi di ricerca all’implementazione clinica». Allo stesso tempo, i partner statunitensi hanno potuto beneficiare dell’esperienza clinica e dei dati europei.
Piattaforma di gestione del cancro al seno di nuova generazione
BosomShield ha sviluppato con successo dei prototipi che potrebbero gettare le basi per una piattaforma di nuova generazione basata sull’intelligenza artificiale per la gestione del cancro al seno. Un modulo di analisi radiologica è composto da due modelli di intelligenza artificiale. Il primo modello prevede il rischio di recidiva del cancro al seno, utilizzando algoritmi di apprendimento automatico applicati a caratteristiche estratte da mammografie, risonanze magnetiche ed ecografie. Inoltre, stima la densità del seno, identifica i sottotipi aggressivi e classifica i sottotipi molecolari, come alternativa alla biopsia. Il secondo modello prevede la «risposta patologica completa»(si apre in una nuova finestra) (pCR), ovvero la completa scomparsa del tumore rilevabile sulla base di immagini multimodali (RM e TC-PET), aiutando i medici a valutare l’efficacia della terapia e a personalizzare i piani di trattamento. Questi modelli sono arricchiti dalla correlazione con i dati istopatologici. «Le tecniche di intelligenza artificiale ci permettono di esplorare questi vetrini digitali, come Google Maps, analizzando i punti di interesse, come le aree con cellule anomale o dove è stata provocata una forte reazione immunitaria», aggiunge Rashwan.
Innovazioni per il mercato statunitense e per quello europeo
Per valutare le prestazioni e l’affidabilità dei modelli e dei metodi IA di BosomShield è stata utilizzata una serie di test. Ad esempio, l’analisi di mammografie con apprendimento profondo è stata utilizzata per rilevare e segmentare i tumori e identificare la posizione e i confini di un tumore con una precisione fino al 98 %. I modelli di intelligenza artificiale utilizzati per estrarre caratteristiche radiomiche e morfologiche hanno ottenuto un’accuratezza dell’88 % nel predire i sottotipi molecolari da mammografie e immagini di risonanza magnetica. «Le nostre convalide gettano le basi per un sistema CAD clinicamente utilizzabile, con marchio CE(si apre in una nuova finestra), contribuendo in modo significativo al https://commission.europa.eu/strategy-and-policy/priorities-2019-2024/promoting-our-european-way-life/european-health-union/cancer-plan-europe_it (piano europeo per la lotta contro il cancro)», osserva Puig. Il team sta attualmente preparando alcune demo (come la previsione del sottotipo e gli stimatori del rischio di ricaduta) per la marcatura CE nell’UE, esplorando contemporaneamente i percorsi normativi per l’autorizzazione da parte della FDA(si apre in una nuova finestra) negli Stati Uniti. Questo lavoro potrebbe aprire nuove opportunità commerciali per i partner dell’UE e degli Stati Uniti.
