Grazie alla possibilità di analizzare automaticamente l’enorme mole di informazioni che caratterizzano le neoplasie raccolte in formato digitale, l’AI in oncologia è un campo di ricerca che sta per rivoluzionare la diagnosi e la terapia dei tumori. Le informazioni di cui parliamo sono i dati clinici, radiologici e di imaging, oltre che di anatomia patologica, e i dati cosiddetti multiomici, che riguardano, cioè, il profilo immunitario circolante, la radiomica, la genomica e il sequenziamento dell’RNA.
«La Conferenza “Artificial Intelligence for Oncology” è stata uno degli eventi più importanti per l’IA in ambito medico e oncologico a livello internazionale, grazie alla partecipazione di relatori provenienti dai maggiori centri del mondo impegnati in questo ambito di ricerca, tra gli autori delle più rilevanti pubblicazioni sull’argomento – ha dichiarato Arsela Prelaj, oncologa e ricercatrice dell’INT e coordinatrice del Laboratorio di intelligenza artificiale dell’Istituto – La novità di quest’anno è stata la presenza di una sessione poster, con contributi numerosi e di elevata qualità scientifica. Una giornata di lavori intensi, in cui sono state trattate tutte le principali tematiche dell’intelligenza artificiale, dall’analisi delle immagini radiologiche alla diagnostica patologica, dalla multi-omica allo scambio di dati tra diversi centri, senza trascurare gli aspetti etici e legali delle nuove metodologie».
Due le questioni sul tavolo: l’impatto e l’affidabilità dell’IA. Le metodiche di IA promettono di rivoluzionare a 360 gradi tutto il percorso diagnostico terapeutico, anche in ambito oncologico. Ma dove si vedranno i maggiori effetti? E quanto i suoi risultati possono essere ritenuti affidabili?
«Allo stato attuale delle conoscenze, possiamo prevedere che l’impatto maggiore sarà sulla diagnostica, in particolare nel campo dell’analisi delle immagini PET, TAC e di risonanza magnetica – ha spiegato Prelaj – L’obiettivo è utilizzare l’IA per aiutare radiologi e anatomopatologi nella refertazione, non solo automatizzando le fasi più ripetitive, ma anche interpretando in modo più profondo le immagini dal punto di vista morfologico e istologico, o consentendo di individuare con più precisione i fenotipi genomici della patologia. Inoltre, la fase di previsione dei trattamenti oncologici va un po’ oltre la fase della diagnostica, ma anche in questo campo i risultati sono promettenti».
Quanto sono affidabili gli algoritmi di IA rispetto a un operatore umano? «Il concetto fondamentale è quello della generalizzabilità: un algoritmo che ha funzionato bene su un certo insieme di dati è giudicato robusto e affidabile quando funziona altrettanto bene su un altro insieme di dati» – ha aggiunto Prelaj.
L’Istituto Nazionale dei Tumori di Milano può vantare una posizione di assoluta preminenza nel campo dell’IA applicata all’Oncologia. L’Istituto, in collaborazione con il Politecnico di Milano, ha infatti inaugurato da pochi mesi un Laboratorio specificamente dedicato all’intelligenza artificiale. Inoltre, presso l’Istituto sono in corso diversi studi di applicazione dell’IA in ambito clinico, allo scopo di mettere in atto una più attenta personalizzazione del trattamento, come I3LUNG e APOLLO11. I3LUNG è un progetto nato per rispondere a un bisogno insoddisfatto della ricerca clinica nel tumore del polmone non a piccole cellule metastatico (mNSCLC), ovvero la mancanza di biomarcatori predittivi della risposta di un dato paziente all’immunoterapia, il trattamento che ha recentemente ottenuto risultati molto soddisfacenti in molte forme tumorali. Anche per l’mNSCLC è così, ma solo il 30-50% dei pazienti ottiene una risposta duratura. L’idea è utilizzare le metodiche più avanzate dell’IA, quali l’apprendimento profondo (deep learning) e l’apprendimento automatico (machine learning), per analizzare i diversi tipi di dati disponibili su questa neoplasia. Sulla base dei risultati che emergeranno dal tumore del polmone, si potranno applicare le stesse metodiche ad altre neoplasie, come i tumori genito-urinari, il linfoma, il melanoma e il tumore alla mammella. Il progetto di ricerca I3LUNG è stato finanziato con 10 milioni di euro dall’Unione Europea e vede la partecipazione di 16 partner internazionali, tra i quali quattro centri clinici europei e due extraeuropei.
APOLLO11, invece, è uno studio multicentrico italiano, di tipo osservazionale, che coinvolge pazienti con diagnosi di carcinoma polmonare avanzato trattati con terapie innovative. Nell’ambito di questo progetto, verranno raccolti dati multiomici retrospettivi e prospettici, come i tessuti e il materiale biologico ematico, oltre ai dati clinici e radiologici. L’obiettivo generale del progetto è quello di costruire un consorzio che integri diversi set di dati e una biobanca virtuale dei centri italiani partecipanti per il cancro al polmone. Per gestire questo grande set di dati forniti, verranno applicate tecniche di IA e in particolare di machine learning, integrando dati retrospettivi e prospettici basati sulla popolazione. L’obiettivo finale è realizzare uno strumento in grado di aiutare medici e pazienti a prendere decisioni sul trattamento.