AGI - A seguito del trattamento radioterapico delle metastasi al cervello, distinguere tra le alterazioni radio-indotte del tessuto cerebrale e la progressione del tumore è una sfida diagnostica cruciale. Le tecniche diagnostiche convenzionali, come la risonanza magnetica, spesso non sono dirimenti, perché le caratteristiche radiologiche dei due tipi di tessuto sono molto simili. Secondo i risultati di un nuovo studio pubblicato su Neuro Oncology, l'Intelligenza Artificiale potrebbe superare queste limitazioni: i risultati dimostrano la superiorità dell'AI nel distinguere tra radionecrosi e progressione tumorale in pazienti con metastasi cerebrali sottoposti a radiochirurgia stereotassica, una tecnica di radioterapia ad alta precisione.
La ricerca, condotta da un team multidisciplinare di neuroradiologi, oncologi, radioterapisti e patologi in collaborazione tra IRCCS Istituto Clinico Humanitas e l'University Hospital di Tubinga, è stata coordinata dal prof. Letterio Politi, responsabile della Neuroradiologia di IRCCS Istituto Clinico Humanitas, e dalla prof.ssa Marta Scorsetti, responsabile di Radioterapia e Radiochirurgia, entrambi docenti di Humanitas University.
I ricercatori hanno analizzato retrospettivamente 124 lesioni cerebrali in pazienti sottoposti a radioterapia stereotassica per le quali era disponibile una conferma istologica, ottenuta tramite biopsia o resezione chirurgica. Lo studio ha impiegato approcci di radiomica, che estraggono informazioni quantitative dalle immagini mediche, e modelli di deep learning, algoritmi di AI che sfruttano reti neurali artificiali per apprendere.
I risultati hanno mostrato che gli algoritmi di Intelligenza Artificiale sono in grado di distinguere con elevata accuratezza la radionecrosi dalla progressione tumorale. L'algoritmo, dopo essere stato allenato sui casi clinici dell'ospedale, è stato testato retrospettivamente su un gruppo di pazienti esterno, che ha permesso di validare l'approccio e generalizzare i risultati.
"La radiochirurgia stereotassica è una tecnica efficace per il trattamento delle metastasi cerebrali - spiega Marta Scorsetti -. Tuttavia la distinzione tra radionecrosi, un effetto collaterale del trattamento, e la progressione del tumore può essere complessa. La nostra ricerca dimostra che l'AI ha il potenziale per fornire uno strumento diagnostico più accurato, potenzialmente in grado di ridurre la necessità di procedure bioptiche o chirurgiche esplorative".
"Anche se saranno necessari ulteriori ricerche per validare questi modelli in popolazioni più ampie di pazienti, i risultati ottenuti sono promettenti e suggeriscono che l'AI potrebbe diventare uno strumento prezioso a supporto del lavoro dei neuroradiologi di oggi e di domani", afferma Letterio Politi, oggi anche alla guida del corso di Laurea Magistrale in Data Analytics and Artificial Intelligence in Health Sciences (DAIHS), nato dalla collaborazione tra Humanitas University e l'Universitá Bocconi per unire competenze biomediche e sanitarie ad expertise di AI, Data Science e Data Analytics.
Concludono Scorsetti e Politi: "La ricerca rappresenta un importante passo avanti nel campo della neuro-oncologia e un'ulteriore dimostrazione di come tecnologie avanzate e lavoro multidisciplinare possano combinarsi per migliorare le nostre capacità di diagnosi e cura, avvicinandosi sempre più ad approcci di medicina di precisione".