Uno studio esplorativo apre la strada all’utilizzo di metodi innovativi per guidare le decisioni terapeutiche prima di raggiungere la sala operatoria.
Valutare con precisione la tipologia di un tumore, dal suo essere benigno o maligno alla sua minore o maggiore aggressività, è fondamentale per guidare l’urgenza e le scelte terapeutiche. Nel caso dei tumori cerebrali, molte informazioni non sono disponibili prima dell’intervento chirurgico, ma le nuove applicazioni dell’intelligenza artificiale possono contribuire ad avere in anticipo un quadro più chiaro della situazione.
È questo l’obiettivo di una ricerca pubblicata su Frontiers in Oncology e condotta dall’Unità di Neurochirurgia e dal Dipartimento di Epidemiologia e Prevenzione dell’Irccs Neuromed di Pozzilli (IS) in collaborazione con la Clinica Mediterranea di Napoli, l’Università dell’Insubria di Varese-Como e Fondazione Umberto Veronesi ETS.
I ricercatori, studiando 90 pazienti con sospetto tumore del sistema nervoso centrale, hanno esplorato la possibilità di individuare precocemente la malignità del tumore stesso utilizzando informazioni già disponibili. Per raggiungere questo risultato si è ricorso al clustering, una tecnica di machine learning.
Spiega Alessandro Gialluisi, ricercatore del Dipartimento di Epidemiologia e Prevenzione del Neuromed e della Libera Università Mediterranea Giuseppe Degennaro, Casamassima (BA): “Abbiamo raccolto una serie di dati raccolti prima dell’intervento chirurgico grazie all’anamnesi.
Per esempio, la storia familiare e clinica del paziente, l’ambiente in cui vive, lo stile di vita, il livello di istruzione, la situazione psicologica e lo status socioeconomico. Un algoritmo ha elaborato queste informazioni e creato dei cluster, confrontati poi con i risultati reali delle indagini condotte dopo l’intervento”.
In sintesi, l’intelligenza artificiale ha consentito di individuare elementi della vita quotidiana che possono essere messi in correlazione con la presenza di un tumore maligno anziché benigno ed eventualmente con la sua aggressività.
Il prof. Vincenzo Esposito, responsabile dell’Unità di Neurochirurgia II e direttore del Dipartimento di Neurochirurgia dell’Irccs, ha aggiunto: “si tratta di uno studio preliminare, che ha bisogno di conferme e ulteriori ricerche su un numero maggiore di pazienti.
I nostri risultati indicano comunque che gli algoritmi di apprendimento automatico, basati su una combinazione di caratteristiche cliniche e biologiche, potrebbero essere utili per aiutare i medici a decidere per il singolo paziente le priorità per la chirurgia o altri trattamenti.
Questo approccio di medicina personalizzata può contribuire a sopperire alla carenza di informazioni, istopatologiche e molecolari, non disponibili finché il paziente non è sottoposto a chirurgia”.
(Lo studio: Esposito, S., Ruggiero, E., Di Castelnuovo, A. F., Costanzo, S., Bonaccio, M., Bracone, F., Esposito, V., Innocenzi, G., Paolini, S., Cerletti, C., Donati, M.B., de Gaetano, G., Iacoviello, L., Gialluisi, A. Identifying brain tumor patients’ subtypes based on pre-diagnostic history and clinical characteristics: a pilot hierarchical clustering and association analysis. Frontiers in Oncology, 13, 1276253)