Cancro colon-retto: AI prevede la sopravvivenza nei pazienti

La valutazione istologica è indispensabile per la diagnosi del cancro colon-retto (CRC). Si è progettato un nuovo modello che sfrutta l’intelligenza artificiale che, solo analizzando le immagini di campioni tumorali, prevede con precisione: l’aggressività del tumore colon-rettale, la probabilità che il paziente riesca a sopravvivere con e senza recidiva e la migliore terapia. Rimane comunque fondamentale lo screening periodico come prevenzione della malattia.

L’idea di partenza dello studio sul cancro colon-retto

Possedere uno strumento che permetta una previsione precisa potrebbe aiutare i medici ed i pazienti a combattere con astuzia questa patologia molto aggressiva. Questa tipologia di tumore, molte volte, ha evoluzioni diverse anche tra pazienti con profili simili di malattia e che ricevono lo stesso trattamento. I ricercatori ci tengono a sottolineare però che il nuovo strumento AI ha lo scopo di migliorare e non sostituire l’esperienza umana.

Nuovo modello AI

Il modello svolge compiti che i patologi umani non possono eseguire con la sola visualizzazione delle immagini. Quello che i ricercatori prevedono non è una sostituzione dell’esperienza di patologia umana, ma un aumento di ciò che i patologi umani possono fare. Infatti, ci si aspetta che questo approccio aumenti l’attuale pratica clinica della gestione del cancro. È noto ai ricercatori che la prognosi di ogni singolo paziente è associata a più fattori e che nessun modello AI può prevedere con perfezione la sopravvivenza del paziente.

Pro del nuovo modello per i pazienti affetti da cancro colon-retto

Il nuovo modello può essere utilizzato come guida per i medici, al fine di prendere in considerazione trattamenti più aggressivi o raccomandare studi clinici che testano terapie sperimentali; questo soprattutto se i pazienti presentano prognosi previste più gravi in base alla valutazione del nuovo modello AI. Questo strumento potrebbe essere utile in aree in cui la patologia avanzata e il sequenziamento genetico tumorale non risultano prontamente disponibili. Il nuovo modello supera molti strumenti AI attualmente in uso; infatti, i modelli attuali eseguono principalmente compiti che replicano o ottimizzano l’esperienza umana. Lo strumento in questione, invece, rileva e interpreta modelli visivi su immagini di microscopia che sono indiscernibili all’occhio umano. Questo prende il nome di MOMA (per Multi-omics Multi-cohort Assessment) ed è liberamente disponibile per i ricercatori ed i medici.

Test eseguiti con MOMA sul cancro colon-retto

Il nuovo modello AI si è testato su informazioni ottenute da circa 2000 pazienti con cancro colon-retto da diverse coorti di pazienti nazionali che insieme includono più di 450000 partecipanti. Durante la fase di formazione, i ricercatori hanno fornito informazioni al modello su: età, sesso, stadio del cancro ed esiti di eventuali esami specialistici. Hanno inoltre fornito a MOMA informazioni sui profili genomici, epigenetici, proteici e metabolici dei tumori. In seguito, i ricercatori hanno mostrato le immagini patologiche dei campioni tumorali al modello e gli hanno richiesto di cercare marcatori visivi relativi a: tipologia di tumore, mutazioni genetiche, sviluppo della malattia, alterazioni epigenetiche e sopravvivenza del paziente.

Lo scopo dei test eseguiti

Si è testato come il modello MOMA potrebbe avere applicazioni nel “mondo reale” mettendo a disposizione una serie di immagini di campioni tumorali datate mai analizzate precedenza. Si sono confrontate le prestazioni dello strumento con i risultati effettivi ottenuti dai pazienti e altre informazioni cliniche disponibili. Lo strumento ha previsto la risposta a diverse terapie con precisione, in base al fatto che il tumore ospitasse specifiche mutazioni genetiche che rendevano il cancro più o meno incline alla progressione o alla diffusione. MOMA ha portato a buoni risultati rispetto gli attuali modelli di intelligenza artificiale. Il team di ricerca rendono noto che il nuovo modello AI subirà costanti aggiornamenti periodici.

Modelli rivelatori senza precedenti

Il nuovo modello utilizza tutti i recenti progressi nell’ambito delle tecniche di imaging tumorale. MOMA ha identificato con successo quanto fosse aggressivo un tumore e il probabile comportamento nei confronti di una specifica terapia. Sulla base di una sola immagine, lo strumento AI ha individuato le caratteristiche associate alla presenza o all’assenza di specifiche mutazioni genetiche. Il sequenziamento genomico del tumore può richiedere molto tempo ed essere costoso, in particolare per gli ospedali in cui tali servizi non sono regolarmente disponibili. È proprio in tali situazioni che MOMA potrebbe fornire un supporto per la scelta del trattamento in modo tempestivo.

Misurare la progressione della malattia: trattamento ottimale

MOMA individua con precisione le caratteristiche dell’immagine e prevede i tassi di sopravvivenza dei pazienti. Ad esempio, grazie al modello, si sono identificate 3 caratteristiche dell’immagine che permettono di comprendere le peggiori situazioni, ossia:

• presenza di una maggiore densità di cellule all’interno della massa tumorale;
• prevalenza di tessuto connettivo di supporto attorno alle cellule tumorali;
• interazioni tra cellule tumorali e cellule muscolari lisce.

Il modello ha previsto quali pazienti avrebbero beneficiato di una determinata tipologia di trattamento, noto come inibitore del checkpoint immunitario, e quali avrebbero avuto una recidiva con maggior probabilità.

Conclusioni e future prospettive del modello MOMA

In conclusione, il team di ricerca afferma che prima di rendere utilizzabile il nuovo modello AI per l’utilizzo nelle cliniche e nelle realtà ospedaliere, dovrà essere testato in uno studio prospettico randomizzato; questo al fine di valutare nel tempo le prestazioni dello strumento in pazienti reali dopo la diagnosi iniziale. I risultati ottenuti fino ad ora, comunque risultano molto promettenti per determinate tipologie di cancro al colon-retto.