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.
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.
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.
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.
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.
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.
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.
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:
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.
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.
