Le diagnosi di cancro si possono migliorare sfruttando meglio il potenziale rappresentato dall’intelligenza artificiale (AI). È quanto è emerso nell’ambito della discussione su uno studio di fattibilità presentato al Congresso ESMO 2023 avente per oggetto il potenziale ancora inespresso delle tecnologie di AI. A monte, secondo Raquel Perez-Lopez, radiologa presso l’Istituto di Oncologia Hebron di Barcellona, Spagna, che ha preso parte alla discussione, ci sarebbe un approccio deficitario, in quanto le linee guida esistenti per lo screening e la diagnosi del cancro sono ben definite, ma non vengono applicate allo stesso modo in Europa, per ragioni tanto economiche quanto culturali.
Perez-Lopez ha suggerito di intervenire sfruttando i sistemi di AI per incrociare i dati delle cartelle cliniche in maniera più proficua. «Esistono piattaforme basate sull’intelligenza artificiale che consentono l’analisi dei dati raccolti abitualmente nelle cartelle cliniche elettroniche e nelle unità di imaging che potrebbero supportare programmi di prevenzione e screening identificando precocemente gli individui a rischio di sviluppare la malattia, peccato però che queste risorse siano ancora sottoutilizzate», è stato il commento di Perez-Lopez, che riconduce questa lacuna alla mancanza di un quadro giuridico adeguato allo sfruttamento dei dati dei pazienti.
Inoltre, applicazioni forse meno tangibili ma ugualmente importanti dei moderni metodi informatici stanno trasformando alcune aree della ricerca sul cancro. Nel campo della genetica oncologica, ad esempio, molte delle mutazioni incluse nei moderni rapporti genomici utilizzati per associare i pazienti a terapie mirate vengono identificate ricorrendo a strumenti di AI che confrontano i profili genetici di centinaia di migliaia di pazienti e fanno previsioni sul loro ruolo nello sviluppo del cancro. Queste tecnologie sono sempre più utilizzate per analizzare vari tipi di dati in differenti studi, e stanno guadagnando terreno come mezzo che genera prove in contesti come i tumori rari, quando i tradizionali studi clinici randomizzati non sono fattibili, oppure per colmare il divario spesso osservato tra i risultati ottenuti negli studi clinici e gli esiti dei pazienti nel mondo reale.
Non è un caso che la recente pubblicazione “ESMO Guidance for Reporting Oncology real-Worldvidence (GROW)”, sviluppata per guidare il reporting scientifico in questo campo, affronti anche il tema delle tecnologie basate sull’intelligenza artificiale. In particolare, la guida ESMO-GROW mira ad armonizzare le pratiche di ricerca in oncologia fornendo raccomandazioni dettagliate per le fasi di test e validazione necessarie per riportare i dati del mondo reale in modo accurato e trasparente. Tra queste raccomandazioni sono incluse considerazioni relative all’uso degli algoritmi di AI per l’analisi dei dati negli studi di evidenza del mondo reale – un’inclusione necessaria per catturare tutte le considerazioni specifiche sull’oncologia e anticipare gli sviluppi futuri.
A proposito di futuro, «in futuro potremmo vedere gli strumenti di intelligenza artificiale trasformare l’elaborazione dei dati all’interno dei sistemi informativi ospedalieri e delle cartelle cliniche elettroniche, e strutturare anche le osservazioni estemporanee che i medici curanti scrivono a margine delle cartelle cliniche. Il che dovrebbe facilitare l’estrazione di dati del mondo reale dalle cartelle cliniche per generare nuove conoscenze di ricerca», ha affermato il dottor Rodrigo Dienstmann, redattore capo della rivista ESMO Real World Data e Digital Oncology e direttore di Oncoclínicas Precision Medicine, San Paolo, Brasile, immaginando un probabile scenario imminente in cui i dati utilizzati per la ricerca non saranno più raccolti e strutturati da un esperto umano, ma elaborati e riepilogati da una macchina.
«L’adozione di un metodo standard per valutare le tecnologie di intelligenza artificiale con lo stesso grado di affidabilità con cui possiamo valutare i farmaci negli studi clinici sarà fondamentale per massimizzarne i benefici, garantendo al tempo stesso che la loro adozione non aumenti il rischio di pregiudizi che potrebbero causare disuguaglianze nei pazienti», ha sottolineato Dienstmann.
Pertanto, la capacità di interpretare accuratamente questo tipo di prove sarà una competenza essenziale per tutti i professionisti oncologici del futuro.