Un progetto che grazie alla sinergia tra diagnostica per immagini e Intelligenza Artificiale punta a costruire un modello predittivo per stratificare il rischio del singolo paziente con tumore al polmone.

 

Ci presenta il progetto il professor Arturo Chiti, Responsabile dell’Unità Operativa di Medicina Nucleare in Humanitas. Le nuove tecnologie possono essere di grande aiuto nell’ambito della Ricerca; la strada verso cure definitive è ancora lunga e c’è bisogno del contributo di tutti: ecco perché è importante sostenere la Ricerca donando il proprio 5×1000.

 

Il tumore al polmone è il quarto tumore maligno più frequentemente diagnosticato in Europa ed è la principale causa di morte per cancro in entrambi i sessi. L’identificazione di biomarcatori diagnostici e predittivi è essenziale nella scelta della strategia di gestione del paziente. Le informazioni genetiche possono essere di grande aiuto nelle decisioni cliniche perché possono essere utilizzate per prevedere la sopravvivenza (biomarcatore prognostico) o per prevedere la risposta al trattamento (biomarcatore predittivo).

 

La diagnostica per immagini fornisce dati significativi sulle caratteristiche del tumore e negli ultimi anni sono stati effettuati importanti progressi grazie all’analisi avanzata delle immagini per mezzo della Radiomica e dei programmi di Intelligenza artificiale. La Radiomica è una tecnica sofisticata che permette di estrarre informazioni quantitative dalla diagnostica per immagini (TAC e PET) ed integrarle con i dati clinici del paziente e con le caratteristiche genetiche del tumore (Radiogenomica).

Obiettivo della Ricerca

Miriamo a sviluppare una piattaforma basata sull’intelligenza artificiale in grado di analizzare le immagini medicali, estrarre dati clinici e strumentali (con metodi automatici o semi-automatici),dalle cartelle cliniche elettroniche, de-identificare i dati dei pazienti (nel rispetto della privacy) e costruire un modello predittivo per stratificare il rischio del singolo paziente.

Per realizzare questo progetto, intendiamo utilizzare uno scenario clinico basato sul tumore al polmone. Pertanto, selezioniamo i pazienti affetti da tumore del polmone non a piccole cellule (NSCLC), estraendo le informazioni cliniche e biologiche dalle cartelle cliniche.

Analizzeremo anche le immagini TAC e PET utilizzando algoritmi dedicati e reti neurali profonde,in base alla quantità di dati disponibili. I risultati saranno integrati con i dati mutazionali e clinici per costruire un modello predittivo.

L’approccio può fornire informazioni pertinenti sulla prognosi dei pazienti e può essere utilizzato in modo prospettico nei pazienti affetti da tumore del polmone non a piccole cellule e, in una fase successiva, in altre neoplasie.

Humanitas A.I. Health Center

Humanitas sta costruendo un Centro d’avanguardia focalizzato sulla Ricerca in ambito clinico – Humanitas A.I. Health Center – che unisce il network dei medici e dei ricercatori e un team di ingegneri specializzati in Intelligenza Artificiale.

 

Quanti ricercatori sono coinvolti e quali sono le tempistiche del progetto? Nel progetto sono coinvolti cinque ricercatori. La prima fase sarà conclusa in due anni, il progetto completo terminerà in cinque anni.

 

Come si integrano le competenze mediche e le competenze dei data scientist (tecnici)? I medici individuano i bisogni clinici e identificano le priorità. In abse a questo disegnano un protocollo di ricerca e lo realizzano grazie al supporto degli ingegneri.