Intelligenza artificiale e tumore al polmone: gli algoritmi possono facilitare lo screening e la diagnosi?

Sfruttare le potenzialità dell’intelligenza artificiale per migliorare lo screening e la diagnosi del tumore al polmone. È quanto prevedono gli studi condotti dal Dipartimento di diagnostica per immagini di Humanitas e dal Dipartimento di Scienze Biomediche di Humanitas University, sotto la direzione del Prof. Arturo Chiti, Responsabile dell’Unità Operativa di Medicina nucleare.

L’intelligenza artificiale può aiutare a individuare la presenza di un tumore al polmone e comprenderne la natura?

È possibile sfruttare i sistemi di intelligenza artificiale per elaborare i risultati della diagnostica per immagini e incrociarli con altri dati. L’interrogativo alla base dei nostri studi è se esista una correlazione tra genetica del tumore e immagini di TAC e PET, che permetta di capire se il tumore è più o meno aggressivo e se mostra anomalie o variazioni genetiche. Con un primo studio abbiamo messo a punto un’analisi che, sfruttando gli algoritmi, dimostra la correlazione tra alcune di queste variabili.

Quali dati vengono incrociati?

Lavoriamo con le immagini di TAC e PET incrociandoli con i dati emersi dalle analisi del sangue. Oggi, nella pratica clinica, si sfrutta la diagnostica per immagini per individuare la possibile presenza di alterazioni, poi viene fatta una biopsia e si analizza il tessuto, quindi si decide la terapia in base all’estensione e all’aggressività del tumore. In futuro potremo invece utilizzare le immagini e i dati ottenuti da un prelievo ematico, correlarli attraverso un algoritmo di intelligenza artificiale, e impostare la terapia sulla base dei risultati. È quella che definiamo una ‘biopsia per immagini’.

Quanto è durato lo studio e quante immagini è necessario analizzare per “addestrare” l’algoritmo?

Il primo progetto è durato tre anni e si è concluso nel dicembre del 2019. Il secondo, basato sul concetto di ‘biopsia per immagini’ è partito da poco, avremo i risultati nei prossimi anni. Per un’analisi corretta bisogna sottoporre alla macchina centinaia di immagini. Abbiamo sperimentato un modello su un numero più limitato di pazienti, i risultati sono incoraggianti.

È già possibile utilizzare algoritmi per identificare eventuali lesioni al polmone in una fase di screening?

Sì, abbiamo creato un algoritmo di intelligenza artificiale che “legge” le immagini Tac dei pazienti che vengono a fare lo screening per il tumore del polmone. Anche questo è un progetto che abbiamo portato a termine e che speriamo di introdurre nella pratica clinica nel prossimo futuro. La macchina legge le immagini e individua i possibili noduli. È addestrata per essere molto sensibile e segnalare tutto ciò che potrebbe costituire un’alterazione sospetta. Sarà poi il radiologo a visionare le immagini selezionate e stabilire di cosa si tratta.

Cosa prevede il nuovo progetto sulla ‘biopsia per immagini’?

Questo progetto prevede la integrazione di dati provenienti dalle immagini TAC e PET, dal DNA circolante e dalle cartelle cliniche, per identificare la terapia migliore da offrire ai pazienti affetti da tumore del polmone. La integrazione dei dati sarà fatta grazie ad algoritmi di intelligenza artificiale sviluppati da Humanitas, che consentiranno di dividere i pazienti in gruppi, a seconda delle caratteristiche della malattia. Questo permetterà di scegliere le terapie maggiormente efficaci.

Partendo dai risultati del primo studio, abbiamo avviato un secondo  progetto che ha come obiettivo la ricerca di fattori prognostici, sempre sul tumore al polmone. L’ambizione è sviluppare un software con intelligenza artificiale che dica non solo se ci sono lesioni, ma anche di che natura esse siano. Incrociando le informazioni sulla natura delle lesioni polmonari viste nelle immagini con i dati ricavati da un prelievo di sangue, in cui cerchiamo il Dna che il tumore rilascia, l’algoritmo permette di inserire i pazienti in una classe di rischio, riuscendo così a personalizzare la terapia.