L’intelligenza artificiale contro il tumore al seno

Un metodo capace di predire come evolverà il tumore al seno a 5 anni dalla diagnosi e quindi di fornire indicazioni importanti all’oncologo per decidere quale terapia sia la più appropriata per la singola paziente. Così da risparmiarle la chemioterapia, per esempio, o di trattarla in maniera aggressiva nel caso in cui la probabilità di recidiva sia alta. Il tutto con una precisione superiore ai metodi già oggi utilizzati grazie allo sviluppo di algoritmi di Intelligenza Artificiale. Lo ha messo a punto l’Istituto di informatica e telematica del Consiglio nazionale delle ricerche (Cnr-Iit) che ha pubblicato i suoi risultati su Scientific Reports, rivista del gruppo Nature.

Il tumore al seno è tra le principali cause di decesso in Europa. L’incidenza annua di nuovi casi in Europa nel 2019 è stata di 92,9 donne per 100mila donne; mentre il tasso di mortalità annuo, è stato di 23,1 su 100mila. Per una paziente affetta da tumore al seno che abbia subito l’asportazione chirurgica del tessuto tumorale, è necessario decidere un percorso di cura post-operatorio che prevenga la recidiva della malattia tumorale e la formazione di metastasi. A questo scopo gli oncologi raccolgono una serie di misurazioni di diversi parametri (clinici, istologici, molecolari) e li valutano con l’aiuto di linee guida.

L’alto costo sociale e personale della chemioterapia e l’evidenza di una prescrizione eccessiva con le metodologie standard7, hanno alimentato la ricerca di progressi scientifici e tecnologici in questo settore, che potrebbero avere un impatto sulla pratica clinica. La necessità di una migliore prognosi e previsione dei risultati della terapia ha portato allo sviluppo di un filone importante di ricerca su biomarcatori alternativi basati sul profilo molecolare del tumore del seno e su nuovi modelli e algoritmi di previsione, che potrebbero superare i limiti intrinseci degli approcci precedenti. In particolare, le tecnologie di sequenziamento ad alto rendimento sono considerate fattori chiave per il successo di questo nuovo approccio, così come gli sforzi per la raccolta sistematica di dati molecolari. 

Attualmente gli strumenti prognostici basati su biomarcatori molecolari sono considerati validi strumenti di supporto alle decisioni cliniche, complementari all’istopatologia tradizionale. I test molecolari prognostici sono convenienti rispetto al costo della chemioterapia per i pazienti che alla fine non ne trarrebbero beneficio. Sono considerati complementari ai metodi più tradizionali basati sull’istologia. Lo strumento ideato dal Cnr, che consiste nell’utilizzo di una lista di geni marcatori e di un metodo computazionale per analizzarli capace di predire la sopravvivenza di un paziente a 5 anni dopo l’asportazione del tessuto tumorale, in dipendenza del percorso terapeutico scelto, promette però di essere più efficiente. Le misurazioni ed analisi effettuate su un database di sequenze genetiche di esami di biopsie di un gruppo di 2000 pazienti, infatti, grazie all’applicazione dell’Intelligenza artificiale indicano una capacità predittiva superiore a quella dei metodi attualmente in uso. “La nostra invenzione metodologica ha seguito due direttrici”, spiega Marco Pellegrini dirigente di ricerca del Cnr-Iit. “Da un lato abbiamo attinto al sequenziamento genetico e a biomarcatori di campioni di tessuto asportato, dall’altro abbiamo inserito ed analizzato questi dati in un “predittore” uno strumento di intelligenza artificiale basato su un nuovo algoritmo. Ciò ha consentito di raggiungere un’accuratezza di predizione dell’80% ed in alcuni casi del 90%”.

La metodologia dei ricercatori del Cnr-Iit, che è stata oggetto di deposito della domanda di brevetto in Italia, negli Stati Uniti e nella Comunità europea, può fornire un importante contributo alle decisioni cliniche sulla terapia per il tumore al seno e la possibilità di personalizzare la cura con più alte probabilità di sopravvivenza.