lo studio

L’intelligenza artificiale nella lotta al tumore alla bocca: stato dell’arte e prospettive

Machine Learning e intelligenza artificiale possono aiutare la diagnostica tissutale rimuovendo la soggettività, utilizzando l’automazione e la quantificazione per guidare la diagnosi e il trattamento del tumore alla bocca. Lo studio dell’Università di Sheffield

Pubblicato il 24 Nov 2020

Luigi Mischitelli

Legal & Data Protection Specialist at Fondazione IRCCS Casa Sollievo della Sofferenza

L’esperienza della rete oncologica campana per la difesa della salute della donna

L’intelligenza artificiale ha il potenziale per rivoluzionare la diagnosi e la gestione del tumore alla bocca, garantendo una certa precisione, coerenza e obiettività nella diagnosi.

Lo rivela uno studio pionieristico condotto dalla University of Sheffield (Regno Unito) – finanziato dall’organizzazione benefica britannica Cancer Research UK, secondo cui l’uso del Machine Learning e dell’Intelligenza Artificiale può aiutare i medici a prevedere meglio il rischio per i pazienti di sviluppare un tumore alla bocca, migliorando la diagnosi precoce di tale fattispecie di patologia.

Tumore della bocca, diagnosi e cura: lo stato dell’arte

Il tasso di persone a cui è stato diagnosticato un tumore nel cavo orale, tra cui il tumore alla bocca, alla lingua, alle tonsille e all’orofaringe, è aumentato di quasi il 60% negli ultimi dieci anni. Le prove suggeriscono che il consumo di tabacco e alcolici, l’essere contagiati da virus, l’età avanzata e la mancata assunzione di frutta e verdura in quantità sufficiente possono aumentare il rischio di sviluppare la malattia in esame. Il tumore alla bocca viene spesso diagnosticato in ritardo, il che significa che il tasso di sopravvivenza dei pazienti è scarso.

Attualmente, i medici devono prevedere la probabilità di cambiamenti pre-cancerosi, noti come displasia epiteliale orale (OED), che si sviluppano in tumore valutando la biopsia di un paziente su quindici diversi criteri per stabilire un punteggio. Questo punteggio determina poi se è necessario intervenire e quale percorso di trattamento deve essere intrapreso. Un punteggio – inoltre – che è soggettivo, il che significa che ci sono spesso enormi variazioni nel modo in cui vengono trattati i pazienti con risultati simili alla biopsia. Ad esempio, ad un paziente può essere consigliato di sottoporsi ad un intervento chirurgico e ad un trattamento intensivo, mentre un altro paziente può essere monitorato in diversi modi per la valutazione di ulteriori cambiamenti.

Il dottor Ali Khurram, docente clinico senior presso la Scuola di Odontoiatria Clinica della University of Sheffield, ha affermato che la classificazione precisa dell’OED è un’enorme sfida diagnostica, anche per i patologi esperti, in quanto è così soggettiva che ha un alto margine di variabilità. Al momento una biopsia può essere classificata in modo diverso da patologi diversi, così come lo stesso patologo può anche classificare la stessa biopsia in modo diverso in un giorno diverso. Per il ricercatore universitario la corretta classificazione è vitale nella diagnosi precoce del tumore alla bocca, al fine di prendere le migliori decisioni per il trattamento, al contempo consentendo al chirurgo di determinare se una lesione debba essere monitorata o rimossa chirurgicamente.

Le potenzialità dell’AI nella diagnosi precoce del tumore alla bocca

Sempre per il dottor Ali Khurram il Machine Learning e l’Intelligenza Artificiale possono aiutare la diagnostica tissutale rimuovendo la soggettività, utilizzando l’automazione e la quantificazione per guidare la diagnosi e il trattamento della malattia in esame.

Ciò che è certo è che alcuni campioni di tessuto OED archiviati – con almeno cinque anni di dati di follow-up – saranno utilizzati per addestrare gli algoritmi di Intelligenza Artificiale ad imparare le correlazioni statistiche tra alcuni classificatori e i relativi tassi di sopravvivenza. Questi algoritmi aiuteranno i medici patologi nella valutazione delle biopsie aiutandoli a prendere una decisione più informata e imparziale sulla classificazione delle cellule e sul percorso di trattamento del paziente. Gli algoritmi proposti hanno un forte angolo di traslazione e un potenziale per essere rapidamente impiegati come aiuto alla corretta pratica clinica e diagnostica in tutto il mondo.

Per il dottor Ali Khurram le persone spesso si sentono minacciate dall’Intelligenza Artificiale; tuttavia, piuttosto che sostituire la competenza di un medico – e, quindi, un livello eccezionalmente alto di formazione ed esperienza nel settore – la tecnologia può aiutare ad assistere il processo decisionale del professionista e a “complimentarsi” con le sue capacità. Tutto ciò è fondamentale per dare una valutazione quanto più accurata possibile, permettendo ai medici di raccomandare il percorso di trattamento più vantaggioso per i singoli pazienti e puntando – al contempo – a migliorare i tassi di sopravvivenza degli assistiti. Il progetto pilota britannico aprirà la strada allo sviluppo di uno strumento che può aiutare a identificare i cambiamenti “pre-maligni” nella displasia orale, cruciale per la diagnosi precoce del tumore alla bocca. Il completamento di questo progetto porta con sé un potenziale significativo per salvare vite umane e migliorare l’assistenza sanitaria dei pazienti.[1]

_____________________________________________________________

  1. Artificial intelligence helps predict risk of developing mouth cancer. The University of Sheffield. https://www.sheffield.ac.uk/news/nr/ai-helps-better-predict-oral-cancer-1.924794

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

EU Stories - La coesione innova l'Italia

Tutti
Iniziative
Analisi
Iniziative
Parte la campagna di comunicazione COINS
Analisi
La politica di coesione europea: motore della transizione digitale in Italia
Politiche UE
Il dibattito sul futuro della Politica di Coesione
Mobilità Sostenibile
L’impatto dei fondi di coesione sul territorio: un’esperienza di monitoraggio civico
Iniziative
Digital transformation, l’Emilia-Romagna rilancia sulle comunità tematiche
Politche ue
Fondi Coesione 2021-27: la “capacitazione amministrativa” aiuta a spenderli bene
Finanziamenti
Da BEI e Banca Sella 200 milioni di euro per sostenere l’innovazione di PMI e Mid-cap italiane
Analisi
Politiche di coesione Ue, il bilancio: cosa ci dice la relazione 2024
Politiche UE
Innovazione locale con i fondi di coesione: progetti di successo in Italia
Iniziative
Parte la campagna di comunicazione COINS
Analisi
La politica di coesione europea: motore della transizione digitale in Italia
Politiche UE
Il dibattito sul futuro della Politica di Coesione
Mobilità Sostenibile
L’impatto dei fondi di coesione sul territorio: un’esperienza di monitoraggio civico
Iniziative
Digital transformation, l’Emilia-Romagna rilancia sulle comunità tematiche
Politche ue
Fondi Coesione 2021-27: la “capacitazione amministrativa” aiuta a spenderli bene
Finanziamenti
Da BEI e Banca Sella 200 milioni di euro per sostenere l’innovazione di PMI e Mid-cap italiane
Analisi
Politiche di coesione Ue, il bilancio: cosa ci dice la relazione 2024
Politiche UE
Innovazione locale con i fondi di coesione: progetti di successo in Italia

Articoli correlati

Articolo 1 di 2