Screening e rilevamento precoce, diagnosi più precisa e rapida, selezione di una terapia personalizzata, monitoraggio della terapia, della qualità della vita e della sopravvivenza: queste le priorità che Ben Newton, general manager Oncology di GE HealthCare, ha delineato in un recente intervento, ponendo l’accento sulla necessità di integrare tutti i dati disponibili per arrivare a definire terapie ottimali e personalizzate per ogni paziente.
Storia clinica, patologia, genomica, fino alle informazioni riportate dagli esami radiologici, è tale la quantità di dati sui pazienti di cui disponiamo oggi che è facile cadere preda di una vera e propria paralisi decisionale.
L’obiettivo di GE HealthCare è sviluppare soluzioni tecnologiche che, attraverso l’integrazione dei dati multimodali raccolti in fase diagnostica, supportino il processo decisionale in fase di definizione o adattamento del trattamento, migliorando di conseguenza gli esiti per i pazienti.
Con questa finalità GE HealthCare ha sviluppato Edison, una piattaforma digitale che può integrare dati eterogenei e provenienti da differenti modalità in un’interfaccia visibile a tutti i medici che trattano il paziente. I dati multimodali sul paziente – genomici, radiomici, clinici, biologici – forniscono un supporto fondamentale alle decisioni in real time, grazie a machine learning e intelligenza artificiale che permettono visualizzazione dei dati e analisi predittive. Le informazioni longitudinali possono essere aggregate e collegate ai dati sugli esiti clinici per trovare associazioni tra l’evoluzione della malattia e la risposta alla terapia.
L’obiettivo dell’integrazione dei dati, quindi, non è solo trattare la malattia ma anche prevedere, grazie all’intelligenza artificiale, come il singolo paziente potrà rispondere a una terapia. Consente inoltre una più appropriata selezione del paziente per un trattamento o l’arruolamento in uno studio clinico.
Quella dell’integrazione dei dati è una necessità particolarmente sentita nella pratica clinica, come ha evidenziato la prof.ssa Evis Sala, direttore della Radiologia del Policlinico Gemelli di Roma, ricordando le complessità che comporta il trattamento di un cancro, spesso a causa della sua eterogeneità.
Per arrivare a identificare le cure più efficaci diventa fondamentale creare un record del paziente che aggreghi, ma soprattutto integri, tutti i dati disponibili sulla sua storia clinica e che sia visibile a tutti i medici con cui il paziente stesso viene in contatto durante il percorso diagnostico e terapeutico.
Disporre di dati integrati può quindi aiutare a fare una diagnosi più precisa, ad identificare una terapia in un tempo più breve e a intervenire in maniera più rapida in caso sia necessario qualche cambiamento.
Grazie a modelli di machine learning è inoltre possibile prevedere l’esito clinico e la risposta alle terapie, migliorando nel contempo la comunicazione sulla diagnosi e sul piano di trattamento con il paziente, un altro aspetto fondamentale nell’iter terapeutico.
In questo percorso, che vedrà un’accelerata nei prossimi anni, il lavoro scientifico è fondamentale, ma altrettanto importante è la collaborazione con l’industria e con il mondo accademico.
