venerdì, Giugno 14, 2024

La via molecolare CTLA4-IL23: un dialogo insospettato che apre nuove possibilità contro cancro e autoimmunità

Il sistema immunitario ha molti percorsi per proteggere il...

Il beta-cariofillene: una innovazione molecolare nella gestione del dolore cronico

Il dolore cronico affligge milioni di persone in tutto...

Intelligenza Artificiale al servizio dell’oncologia (I): le applicazioni di AI nella prevenzione del tumore mammario

Oltre che in campo tecnologico, l’Intelligenza artificiale (AI) è entrata anche in campo medico. Esistono numerosi strumenti di intelligenza artificiale per aiutare a rilevare il rischio di cancro. Gli scienziati hanno già utilizzato l’intelligenza artificiale nello stesso modo per scoprire cinque diversi tipi di cancro all’intestino e gli oncologi stanno ora valutando la loro applicazione negli studi clinici. L’obiettivo è applicare l’algoritmo dell’AI a molti tipi di cancro e fornire informazioni per ciascuno sulla sensibilità al trattamento, sui probabili percorsi di evoluzione e su come combattere la resistenza ai farmaci. I modelli diagnostici di intelligenza artificiale sono addestrati per rilevare lesioni sospette sulle mammografie e sono particolarmente adatti per stimare il rischio di cancro al seno a breve termine. Più adatti per il rischio di cancro al seno a lungo termine sono i modelli di texture AI, in grado di identificare la densità del seno.

Le donne con tessuto mammario denso corrono un rischio maggiore di sviluppare il cancro al seno e possono trarre beneficio da uno screening MRI supplementare. Lo screening mammografico regolare ha ridotto le morti dovute al cancro al seno. Anche dopo lo screening biennale per il cancro al seno, circa il 25% di essi viene diagnosticato. In questi casi, alcune donne potrebbero essere risultate negative a uno screening mammografico ma potrebbero essere state diagnosticate un cancro al seno prima di presentarsi al successivo appuntamento per lo screening. Tra il 25 e il 40% delle donne viene diagnosticato un tale tumore allo stadio due o superiore. Pertanto, è importante determinare se il tumore è stato rilevato durante il regolare screening mammografico, poiché è un robusto indicatore prognostico di mortalità correlata al carcinoma.

Studi precedenti hanno proposto l’aggiunta di altre misure di valutazione del rischio per migliorare il processo di screening e, in definitiva, prevenire il rischio di cancro nell’intervallo prima dello screening successivo. Questa strategia potrebbe anche ridurre l’incidenza del cancro al seno in stadio avanzato nella schermata successiva. Negli Stati Uniti, le donne che hanno un seno denso o che sono ad alto rischio a causa di fattori di rischio familiari, si sottopongono ad ulteriori esami. Gli attuali programmi di screening del cancro al seno condotti in Europa non dispongono di linee guida che indichino l’esecuzione di esami aggiuntivi per le donne a più alto rischio di cancro al seno. Tuttavia, sono stati sviluppati diversi strumenti di valutazione del rischio clinico basati sulla storia familiare e su fattori legati allo stile di vita per migliorare i risultati dello screening.

Una ricerca molto recente, pubblicata sulla rivista NPJ Breast Cancer, potrebbe non solo aiutare a selezionare i trattamenti per le donne affette da cancro al seno, ma anche a identificare nuovi bersagli farmacologici. L’Istituto di ricerca sul cancro (ICR), un istituto di beneficenza e di ricerca, ha finanziato lo studio stesso con le proprie donazioni di beneficenza. Il nuovo studio, condotto da un team dell’Institute of Cancer Research di Londra, ha applicato l’intelligenza artificiale e l’apprendimento automatico alle sequenze genetiche e ai dati molecolari dei tumori al seno, per rivelare differenze cruciali tra i tumori che in precedenza erano stati raggruppati in un unico tipo. Il team ha scoperto che due dei tipi avevano maggiori probabilità di rispondere all’immunoterapia rispetto ad altri, mentre uno aveva maggiori probabilità di avere una ricaduta con il tamoxifene.

I ricercatori stanno ora sviluppando test per questi tipi di cancro al seno che verranno utilizzati per selezionare i pazienti per diversi farmaci negli studi clinici, con l’obiettivo di rendere la terapia personalizzata una parte standard del trattamento. La maggior parte dei tumori al seno si sviluppa nelle cellule interne che rivestono i dotti mammari e sono “nutriti” dagli ormoni estrogeni o progesterone. Questi sono classificati come tumori “luminali A” e spesso hanno i migliori tassi di guarigione. Tuttavia, i pazienti di questi gruppi rispondono in modo molto diverso ai trattamenti standard, come il tamoxifene, o ai nuovi trattamenti – anti-ricaduta, come l’immunoterapia. I ricercatori hanno applicato il software per computer addestrato all’intelligenza artificiale a una vasta gamma di dati disponibili sulla genetica, sulla composizione molecolare e cellulare dei tumori mammari primari del lume A, insieme ai dati sulla sopravvivenza dei pazienti.

Una volta addestrata, l’intelligenza artificiale è stata in grado di identificare cinque diversi tipi di malattie con particolari modelli di risposta al trattamento. Le donne con un tipo di cancro etichettato come “infiammatorio” avevano cellule immunitarie presenti nei loro tumori e alti livelli della proteina PD-L1, suggerendo che probabilmente avrebbero risposto alle immunoterapie. Un altro gruppo di pazienti aveva tumori “tripli negativi” (che non rispondono ai trattamenti ormonali standard) ma vari indicatori suggeriscono che potrebbero rispondere anche all’immunoterapia. I pazienti con tumori che contenevano un cambiamento specifico nel cromosoma 8 avevano una sopravvivenza peggiore rispetto ad altri gruppi quando trattati con tamoxifene e tendevano a recidivare molto prima – dopo una media di 42 mesi rispetto agli 83 mesi dei pazienti che avevano un diverso tipo di tumore che conteneva molte cellule staminali.

Questi pazienti possono trarre beneficio da un trattamento aggiuntivo o nuovo per ritardare o prevenire la recidiva tardiva. I marcatori identificati in questo nuovo studio non mettono in discussione la classificazione generale del cancro al seno, ma rilevano ulteriori differenze all’interno delle attuali suddivisioni della malattia, con importanti implicazioni per il trattamento. L’ICR sta raccogliendo gli ultimi 15 milioni di sterline di un investimento di 75 milioni di sterline in un nuovo Centro per la Scoperta di Farmaci contro il cancro che ospiterà un primo programma mondiale di terapie “anti-evoluzione”. Ci sono altre istituzioni internazionali che stanno valutando la possibilità di usare IA nella diagnostica precoce del tumore al seno, così come si sta facendo in campo oncologico per altri tumori, o in campo neurologico come l’applicazione della IA-technology per la diagnostica della sclerosi multipla o della malattia di Parkinson.

Un’indagine condotta dal Dr. Lauritzen e dal suo gruppo di ricerca a Copenaghen, ha cercato di identificare se uno strumento diagnostico di intelligenza artificiale disponibile in commercio e un modello di texture di IA, addestrati separatamente e poi successivamente combinati, possono migliorare la valutazione del rischio di cancro al seno. I ricercatori hanno utilizzato lo strumento diagnostico AI Transpara e un modello di trama sviluppato dai ricercatori. Per addestrare i modelli è stato utilizzato un set di formazione olandese di oltre 39.000 esami. I modelli di rischio a breve e lungo termine sono stati combinati utilizzando una rete neurale a tre strati. Il modello combinato di intelligenza artificiale è stato testato su un gruppo di studio di oltre 119.000 donne incluse in un programma di screening del cancro al seno nella regione della capitale danese tra novembre 2012 e dicembre 2015. L’età media delle donne era di 59 anni.

Rispetto ai soli modelli diagnostici e strutturali, il modello AI combinato ha mostrato una valutazione del rischio complessivamente migliore sia per il rilevamento del cancro a intervallo che a lungo termine. I tumori di intervallo sono quelli che vengono rilevati tra gli screening di routine. Il modello ha inoltre consentito di identificare le donne ad alto rischio di cancro al seno. Le donne identificate dal modello combinato come aventi il rischio combinato più elevato del 10% rappresentavano il 44,1% dei tumori a intervallo e il 33,7% dei tumori a lungo termine. L’uso di AI per identificare il rischio di cancro al seno di una donna da una singola mammografia non solo porterà a una diagnosi precoce del cancro, ma può anche migliorare la pressione sul sistema sanitario a causa della carenza mondiale di radiologi specializzati nel seno. Per finire, si cita la ricerca che sta conducendo il Karolinska Institutet, una delle istituzioni mediche più prestigiose al mondo.

Un gruppo di ricerca internazionale guidato dal Karolinska Institutet in Svezia può ora dimostrare che il metodo AI è efficace in diversi paesi europei. Il loro studio è pubblicato su The Lancet Regional Health – Europe. Un modello di rischio basato sull’intelligenza artificiale per la valutazione delle immagini mammografiche è in grado di identificare le donne ad alto rischio di cancro al seno che potrebbero aver bisogno di esami complementari per migliorare la possibilità di una diagnosi precoce. Dopo aver testato il metodo su oltre 8.500 donne in Italia, Spagna e Germania, i ricercatori possono ora dimostrare che il modello funziona bene nelle diverse popolazioni. Negli attuali programmi mammografici, le donne vengono sottoposte a screening per un’età (40-74 anni in Svezia) e un intervallo di tempo fissi, spesso ogni due anni. Tuttavia, la ricerca ha dimostrato che il rischio di sviluppare il cancro al seno varia.

Ciò significa che le donne trarrebbero beneficio da uno screening personalizzato ottenendo un’idea migliore del proprio rischio personale. I modelli di rischio esistono da decenni e spesso si basano sulla storia familiare di cancro al seno della donna e su fattori legati allo stile di vita. Lasciando che un’AI addestrata esaminasse le immagini di screening, i ricercatori hanno sviluppato un tipo di modello di rischio completamente nuovo basato su piccoli cambiamenti nelle immagini che sono troppo piccoli per essere notati dall’occhio umano. Attualmente, a un gran numero di donne viene diagnosticato il cancro al seno in una fase avanzata e possono persino sviluppare il tumore tra uno screening e l’altro. Il modello di rischio basato sull’intelligenza artificiale può essere utilizzato per determinare quali donne necessitano di ulteriori esami in aggiunta alla normale mammografia, in modo da rilevare eventuali tumori in itinere.

Lo studio attuale conferma i rapporti precedenti in cui il modello di rischio basato su AI, era in grado di identificare un gruppo di donne che avevano quasi sette volte il rischio di sviluppare il cancro al seno rispetto alla popolazione normale. Una bella conquista, se questa permetterebbe di salvare il doppio delle vite in metà dei tempi necessari.

  • A cura del Dr. Gianfrancesco Cormaci, PhD, specialista in Biochimica Clinica.

Pubblicazioni scientifiche

Lauritzen AD et al. J Med Imaging. 2023; 10(5):054003.

Lauritzen AD et al. Radiology. 2023 Aug; 308(2):e230227.

Yoon JH et al. Eur J Radiol Open. 2023 Jul 11; 11:100509.

Lauritzen AD et al. Radiology. 2022 Jul; 304(1):41-49.

Eriksson M et al. Lancet Reg Health Eur. 2023; 15(12):3246.

Gastounioti A et al. Cancers (Basel). 2022; 14(19):4803.

Latest

Il beta-cariofillene: una innovazione molecolare nella gestione del dolore cronico

Il dolore cronico affligge milioni di persone in tutto...

Perchè troppa vitamina A fa male alle ossa? Finalmente le indagini ci danno la risposta

La vitamina A, un micronutriente solubile nei grassi consumato...

Newsletter

Don't miss

Il beta-cariofillene: una innovazione molecolare nella gestione del dolore cronico

Il dolore cronico affligge milioni di persone in tutto...

Perchè troppa vitamina A fa male alle ossa? Finalmente le indagini ci danno la risposta

La vitamina A, un micronutriente solubile nei grassi consumato...

Quando un oncogene non lavora come dovrebbe: il caso di c-Jun nel cancro della prostata

Uno studio internazionale condotto dagli scienziati della MedUni Vienna...
Dott. Gianfrancesco Cormaci
Dott. Gianfrancesco Cormaci
Laurea in Medicina e Chirurgia nel 1998, specialista in Biochimica Clinica dal 2002, ha conseguito dottorato in Neurobiologia nel 2006. Ex-ricercatore, ha trascorso 5 anni negli USA alle dipendenze dell' NIH/NIDA e poi della Johns Hopkins University. Guardia medica presso la casa di Cura Sant'Agata a Catania. In libera professione, si occupa di Medicina Preventiva personalizzata e intolleranze alimentari. Detentore di un brevetto per la fabbricazione di sfarinati gluten-free a partire da regolare farina di grano. Responsabile della sezione R&D della CoFood s.r.l. per la ricerca e sviluppo di nuovi prodotti alimentari, inclusi quelli a fini medici speciali.

Anticoagulanti orali: il declino renale si ritarda se si evita il warfarin

I ricercatori della Mayo Clinic hanno mostrato un legame tra quale tipo di anticoagulante orale (farmaco fluidificante del sangue) un paziente prende per prevenire...

Chemioterapia addio: un benvenuto agli specifici “inibs”

E' nota a tutti l'opzione di utilizzo della chemioterapia in caso di patologie oncologiche conclamate. Non sempre può rivelarsi necessario usare farmaci tradizionali nella...

WISP1: scoperto come lavora la nuova adipochina dell’obesità

L'obesità è un problema di salute globale che aumenta significativamente il rischio di sviluppare una serie di disturbi cronici come il diabete, le malattie...

Questo si chiuderà in 20 secondi