L’intelligenza artificiale entra sempre più concretamente nella medicina personalizzata. Uno studio dell’Università Vita-Salute San Raffaele e dell’Irccs Ospedale San Raffaele di Milano, pubblicato su Nature Communications, ha sviluppato un modello di IA in grado di stimare, già prima dell’intervento chirurgico, il rischio individuale di mortalità tumore-specifica nei pazienti con carcinoma renale localizzato.
Il sistema, sviluppato utilizzando dati clinici reali raccolti al San Raffaele e validato su una coorte indipendente dell’Azienda Ospedaliero-Universitaria Careggi di Firenze, ha dimostrato prestazioni superiori rispetto ai principali modelli prognostici oggi disponibili. L’obiettivo è fornire ai medici uno strumento aggiuntivo per personalizzare il percorso terapeutico dei pazienti affetti da tumore del rene.
Otto parametri clinici per prevedere il rischio
Il carcinoma a cellule renali è la forma più comune di tumore del rene. Sebbene la chirurgia rappresenti il trattamento di riferimento nei casi localizzati, circa un paziente su tre sviluppa una recidiva o una progressione della malattia. Per questo motivo è fondamentale individuare, già nella fase preoperatoria, i pazienti che presentano un rischio maggiore.
Il modello di intelligenza artificiale sviluppato dai ricercatori utilizza soltanto otto informazioni cliniche normalmente disponibili prima dell’intervento: dimensione del tumore, coinvolgimento dei linfonodi, livelli di emoglobina, conta delle piastrine, funzionalità renale, età, indice di massa corporea e performance status del paziente.
L’algoritmo è stato addestrato su una casistica di 2.536 pazienti trattati al San Raffaele e successivamente validato su altri 580 pazienti dell’Ospedale Careggi di Firenze. Si tratta, ad oggi, dello studio più ampio tra quelli che propongono modelli prognostici basati esclusivamente su dati disponibili prima dell’intervento.
«Nella pratica clinica osserviamo ogni giorno pazienti che, pur con tumori apparentemente simili, possono avere prognosi molto diverse», spiega il dottor Alessandro Larcher, medico urologo dell’Unità Operativa di Urologia dell’IRCCS Ospedale San Raffaele. «Disporre di uno strumento capace di stimare il rischio già prima dell’intervento significa poter aggiungere un elemento oggettivo alla valutazione clinica, a supporto di decisioni sempre più personalizzate. Il modello non sostituisce il giudizio del medico, ma nasce per affiancarlo.»
Explainable AI: un’intelligenza artificiale trasparente
Uno degli aspetti più innovativi dello studio riguarda l’utilizzo della cosiddetta Explainable AI, un approccio che permette di comprendere il peso di ciascuna variabile clinica nella stima del rischio. In questo modo il modello evita il meccanismo della “scatola nera”, offrendo ai medici uno strumento trasparente e facilmente interpretabile, requisito essenziale per una futura applicazione nella pratica clinica.
La ricerca rappresenta inoltre una nuova applicazione di S-RACE, la piattaforma sviluppata dall’Università Vita-Salute San Raffaele e dall’IRCCS Ospedale San Raffaele per trasformare i dati raccolti nella pratica clinica quotidiana in strumenti di ricerca e supporto alle decisioni mediche.
«Questo studio dimostra concretamente il potenziale di S-RACE», afferma il dottor Alberto Traverso, responsabile scientifico del gruppo di Data Science S-RACE del Centro di eccellenza Intelligenza Artificiale. «La nostra piattaforma ci consente di integrare grandi quantità di dati clinici raccolti nella pratica quotidiana, sviluppando modelli non solo accurati ma anche trasparenti e comprensibili. È un passaggio fondamentale perché queste tecnologie possano essere adottate con fiducia, prima nella ricerca e in prospettiva nella pratica clinica.»
Attraverso una pipeline automatizzata, i ricercatori hanno organizzato e analizzato migliaia di dati clinici, ottenendo risultati sovrapponibili a quelli derivanti dalla tradizionale selezione manuale effettuata dagli specialisti. Inoltre, l’algoritmo ha individuato due nuovi potenziali fattori prognostici non considerati nei modelli tradizionali, aprendo nuove prospettive per la ricerca sui biomarcatori del carcinoma renale.
Il valore dei dati clinici e della collaborazione multidisciplinare
Secondo i ricercatori, il progetto dimostra come la collaborazione tra competenze cliniche, intelligenza artificiale e data science possa tradursi in strumenti concreti per migliorare la presa in carico dei pazienti.
«Questo studio nasce dall’incontro tra una consolidata esperienza clinica nella gestione del carcinoma renale e competenze avanzate di intelligenza artificiale e scienza dei dati», commenta il professor Andrea Salonia, direttore dell’Istituto di Ricerca Urologica (URI) e ordinario di Urologia all’Università Vita-Salute San Raffaele. «Sviluppare modelli di questo tipo significa valorizzare il patrimonio di dati clinici raccolto in oltre trent’anni di attività, trasformandolo in conoscenza utile a migliorare la presa in carico dei pazienti.»
Il modello è già disponibile attraverso un’applicazione web che consentirà la validazione anche in altri centri.
«L’intelligenza artificiale può produrre un reale valore per la medicina solo se sviluppata secondo criteri di trasparenza, robustezza e verificabilità», conclude il professor Carlo Tacchetti, direttore del Programma Strategico di IA dell’Università Vita-Salute San Raffaele. «Il nostro obiettivo non è costruire algoritmi fini a sé stessi, ma strumenti affidabili in grado di supportare il medico nelle decisioni cliniche. Per questo il modello è stato reso disponibile anche attraverso un’applicazione web, che ne faciliterà la validazione in altri centri e potrà favorirne, in futuro, l’integrazione nei percorsi di ricerca clinica. Questo modello è il primo di una serie che sono in via di sviluppo presso S-RACE, su altrettante domande cliniche relative a patologie oncologiche, cardiovascolari, neurologiche e metaboliche. Tre di questi modelli già stati completati e presto saranno pubblicati.»
Lo studio è stato finanziato dal Ministero dell’Università e della Ricerca nell’ambito del progetto D³4Health – Digital Driven Diagnostics, Prognostics and Therapeutics for Sustainable Healthcare.
