Tra i tumori più difficili da estirpare, quello al pancreas occupa – amaramente – un posto di rilievo. Ma l’intelligenza artificiale, secondo una recenterricerca statunitense, potrebbe finalmente ridurre i tempi della diagnosi, rendendo più probabile la diagnosi e la cura in fase precoce.
Perché il tumore al pancreas è tra i più difficili da curare
Il pancreas è un organo che produce alcuni ormoni molto importanti tra i quali l’insulina e il glucagone, i quali regolano il livello degli zuccheri nel sangue, nonché diversi enzimi che vengono trasportati dai dotti pancreatici all’intestino, contribuendo alla digestione e all’assorbimento di alcuni tipi di nutrienti.
Il tumore al pancreas, che si manifesta quando alcune cellule di quest’organo si moltiplicano senza più controllo, tra tutti, ha la minor sopravvivenza sia a uno che a
cinque anni dalla diagnosi.
Stiamo parlando, inoltre, di una malattia difficile da individuare, poiché il pancreas stesso è nascosto da altri organi all’interno dell’addome e, quindi, risulta difficile
individuare la presenza di un tumore durante gli esami medici. Inoltre, i pazienti che ne sono affetti raramente avvertono sintomi nelle fasi iniziali, il che significa che la maggior parte dei casi viene diagnosticata in fase avanzata, quando il tumore si è già diffuso ad altre parti del corpo.
Questo rende tale malattia molto più difficile da curare. Ragion per cui è assolutamente necessario e prioritario cercare (quantomeno) di arginare il problema. E, forse, ci siamo. Ecco come l’intelligenza artificiale (AI) può finalmente ridurre i tempi della diagnosi del tumore al pancreas.
Le speranza di cura dalla nuova ricerca Usa
Secondo una nuova ricerca statunitense, un innovativo sistema di intelligenza artificiale potrebbe aiutare a rilevare la forma più comune di tumore al pancreas nelle sue fasi più precoci.
Un team “combinato” di ricercatori americani del MIT Computer Science and Artificial Intelligence Laboratory di Cambridge e del Beth Israel Deaconess Medical Center (BIDMC) di Boston (entrambi del Massachusetts), ha sviluppato un sistema di intelligenza artificiale in grado di prevedere la probabilità di un paziente di sviluppare l’adenocarcinoma duttale pancreatico (PDAC), la forma più comune di tumore che interessa tale organo.
Il sistema ha superato gli standard diagnostici più recenti e un giorno potrebbe approdare in ambito clinico per identificare i pazienti che potrebbero beneficiare di uno screening o di un test precoce, aiutando a prendere in tempo la malattia e a salvare vite umane.
La ricerca, pubblicata a fine 2023 sulla rivista eBioMedicine [1], ha avuto come obiettivo la creazione di un modello in grado di prevedere il rischio di diagnosi di PDAC per un paziente nei successivi 6-18 mesi, rendendo più probabile la diagnosi e la cura in fase precoce.
I due modelli di intelligenza artificiale applicati al tumore al pancreas
Per svilupparlo, i ricercatori del MIT CSAIL e del BIDMC hanno esaminato le cartelle cliniche elettroniche dei pazienti a loro disposizione. Il sistema risultante, noto come Prism, è composto da due modelli di intelligenza artificiale. Il primo utilizza reti neurali artificiali per individuare gli schemi nei dati, i quali includono l’età dei pazienti, la loro storia medica e i risultati di laboratorio, procedendo a calcolare un punteggio di rischio per il singolo paziente. Il secondo modello, invece, è stato alimentato con gli
stessi dati per generare un punteggio, utilizzando tuttavia un algoritmo più semplice. I ricercatori hanno fornito ai due modelli i dati anonimizzati di sei milioni di cartelle cliniche elettroniche, di cui più di trentacinquemila casi di PDAC, provenienti da cinquantacinque nosocomi statunitensi.
L’équipe di ricercatori ha utilizzato tali modelli per valutare il rischio di PDAC dei pazienti ogni novanta giorni, proseguendo fino a quando non c’erano più dati sufficienti oppure fino a quando al paziente non arriva la diagnosi di presenza di un tumore al pancreas.
Il procedimento
Il team combinato di Cambridge e Boston ha seguito tutti i pazienti arruolati da sei mesi dopo la prima valutazione del rischio fino a diciotto mesi dopo l’ultima valutazione del rischio, in modo da vedere se in quel periodo si era verificata una diagnosi di PDAC o meno.
Identificazione più accurata rispetto allo screening tradizionale
Tra le persone che hanno sviluppato il cancro al pancreas, la rete neurale al centro dello studio in esame ha identificato il 35% di loro come ad alto rischio da sei a diciotto mesi prima della diagnosi. Secondo gli autori della ricerca, ciò rappresenta un miglioramento significativo rispetto agli attuali sistemi di screening. Per la maggior parte della popolazione mondiale, non esiste una routine di screening raccomandata per il tumore al pancreas (come avviene per il tumore al seno o al colon insomma). Quindi, nel caso del pancreas, al momento si usano screening standard che catturano circa il 10% dei casi. Con la ricerca in esame ci si avvia, quindi, verso un miglioramento della situazione attuale.
Uno studio retrospettivo
Lo studio del MIT Computer Science and Artificial Intelligence Laboratory di Cambridge e del Beth Israel Deaconess Medical Center di Boston, in particolare, è retrospettivo, analizzando i dati esistenti nei sistemi informativi ospedalieri americani e affidando ai propri modelli il compito di fare previsioni ipotetiche sulla patologia.
Il team dei ricercatori ha iniziato a lavorare su uno studio che raccoglierà i dati sui pazienti esistenti, calcolerà i loro fattori di rischio e aspetterà per vedere quanto sono accurate le previsioni formulate dall’intelligenza artificiale.
Siamo, peraltro, di fronte a un passo in avanti della tecnologia. Si pensi che, in passato, altri modelli di intelligenza artificiale, costruiti con i dati di un particolare ospedale, a volte non funzionavano altrettanto bene quando i dati provenivano da un altro ospedale. Ciò potrebbe essere dovuto a ragioni di ogni tipo, come popolazioni, procedure e pratiche diverse.
La ricerca in esame, invece, si è avvalsa di grandi quantitativi di dati prelevati da diversi nosocomi statunitensi, i quali dati si avvicinano a quelli di una frazione molto significativa dell’intera popolazione degli Stati Uniti. Dunque, si spera che il modello funzioni meglio tra le organizzazioni e non sia legato a un’organizzazione specifica.
Conclusioni
Il sistema Prism potrebbe essere utilizzato in due mod in futuroi. In primo luogo, potrebbe aiutare a individuare i pazienti da sottoporre a test per la ricerca del tumore al pancreas. In secondo luogo, potrebbe offrire un tipo di screening più ampio, invitando le persone senza sintomi a sottoporsi a un esame del sangue o della saliva che potrebbe indicare la necessità di ulteriori test.
Esistono decine di migliaia di questi modelli per diversi tipi di tumore. Tuttavia, la maggior parte di loro non è ancora “pronta all’uso”, in quanto bloccata in letteratura medica. La strada per portarli nella pratica clinica c’è ed è percorribile, con lo straordinario obiettivo e potenziale di salvare molte vite [2].
Bibliografia
[1] A pancreatic cancer risk prediction model (Prism) developed and validated on large-scale US clinical data (ScienceDirect).
[2] A new AI-based risk prediction system could help catch deadly pancreatic cancer cases earlier (MIT Technology Review).
