Mirza Faisal Beg, professoressa di ingegneria della SFU, sta conducendo una ricerca che potrebbe aiutare a ridefinire il trattamento del cancro. Utilizzando l’intelligenza artificiale (AI), la sua ricerca innovativa consente l’imaging del corpo umano e delle misurazioni degli organi molto più velocemente rispetto ai metodi tradizionali, segnalando un balzo in avanti nello sfruttamento dell’intelligenza artificiale per scopi individuali. personalizzato soluzioni sanitarie.
TAC, trattamento personalizzato – foto illustrativa. Credito immagine: Pixabay (licenza gratuita Pixabay)
Beg e il suo team hanno creato la Data Analysis Facilitation Suite (DAFS), un sofisticato programma per computer unico nel suo genere che fornisce l’automazione dell’intelligenza artificiale per fornire misurazioni di molti organi e tessuti interni del corpo umano, in pochi minuti.
Lo strumento analizza le scansioni TC digitali del corpo e quantifica la salute di muscoli, grasso e organi. Valutazioni personalizzate rapide offrono approfondimenti sulle risposte al trattamento, consentendo interventi su misura e riducendo al minimo gli effetti collaterali involontari.
Come spiega Beg, nei flussi di lavoro del trattamento del cancro, la “stadiazione del tumore” implica la determinazione dell’entità della malattia all’interno del corpo di un paziente, guidando le strategie di trattamento. Al contrario, la “stadiazione dell’ospite” implica la comprensione della salute generale del paziente per definire i limiti di tolleranza al trattamento, un aspetto cruciale per selezionare il trattamento e la dose appropriati.
Il professore di scienze ingegneristiche della FSU Mirza Faisal Beg. Credito immagine: FSU
“Sebbene esistano strumenti sofisticati per la stadiazione del tumore, gli strumenti per valutare l’idoneità complessiva del paziente al trattamento e alle condizioni di salute sono limitati”, afferma Beg.
“I metodi attuali, come l’utilizzo dell’indice di massa corporea (BMI) basato esclusivamente su peso e altezza, non forniscono una rappresentazione accurata della composizione corporea unica di un individuo. I fattori vitali alla base della risposta individuale al trattamento come la massa muscolare, la distribuzione del grasso e la salute degli organi vengono trascurati in questi parametri semplicistici”.
Beg afferma che questo vuoto nella precisa stadiazione dell’ospite evidenzia la necessità di approcci innovativi che comprendano le variazioni individuali in modo completo poiché fattori come il contenuto di muscoli e grasso influenzano l’insorgenza della malattia e gli esiti del trattamento.
Sebbene le immagini della tomografia computerizzata (CT) vengano acquisite di routine durante il trattamento del cancro e possano fornire misurazioni per stadiare l’ospite, l’analisi richiede tempo da parte dei medici già impegnati, impiegando ore o giorni per completare la valutazione manuale per un singolo paziente, evidenziando la necessità per l’automazione per accelerare il processo.
Per colmare questa lacuna critica, il team di Beg incorpora una tecnologia basata sull’intelligenza artificiale per fornire misurazioni rapide e accurate di organi e tessuti interni, colmando il divario tra queste attività del flusso di lavoro.
Considerata la composizione corporea unica di ciascun paziente, un piano di trattamento personalizzato che risponda sia alla malattia che alle caratteristiche individuali può portare a migliori risultati di salute riducendo al minimo gli effetti collaterali avversi.
Gli attuali trattamenti contro il cancro devono passare a modalità di somministrazione personalizzate. Credito immagine: Bill Branson tramite Wikimedia
Progettare trattamenti più adattati ai profili dei pazienti
Beg afferma che ci sono anche preoccupazioni critiche sul fatto che numerose decisioni riguardanti i singoli trattamenti derivino da conclusioni tratte dai risultati medi osservati tra gruppi di pazienti.
“Ogni paziente può presentare deviazioni distinte e importanti da queste medie, che potrebbero potenzialmente portare a scelte terapeutiche non ottimali e conseguenze dannose per la salute ritardate”, spiega.
Il suo obiettivo è quello di aprire la strada a tecnologie trasformative che consentano ai medici di progettare trattamenti su misura per il profilo unico di ciascun paziente, offrendo opzioni più blande per i soggetti vulnerabili e approcci più robusti per coloro che sono in grado di sopportarli in modo efficace.
L’innovazione ha recentemente assicurato un fondo per un progetto del Canadian Institutes of Health Research (CIHR) per espandere il lavoro del team e rendere la sua piattaforma più accurata e completa.
Il team continuerà a sfruttare le capacità dell’intelligenza artificiale nel perfezionare la tecnologia pioneristica per consentire misurazioni della composizione del corpo umano e dei suoi cambiamenti dovuti a malattie e interventi che prima non erano possibili.
Già utilizzata da più di un centinaio di laboratori di ricerca in tutto il mondo, la piattaforma mostra il potenziale per contribuire ad accelerare la ricerca sanitaria in molte malattie e aree di applicazione che vanno dall’oncologia, alla chirurgia, alla pianificazione della radioterapia, alla nutrizione, al metabolismo e altro ancora.
La ricerca di Beg è promettente per un futuro in cui l’assistenza personalizzata diventerà la norma.
“La nostra speranza è che questa tecnologia possa consentire alle cliniche di elaborare strategie di trattamento personalizzate per ogni singolo paziente. Ciò non solo consolida la posizione del Canada, ma spinge anche la SFU in prima linea in una rivoluzione dell’intelligenza artificiale che sta trasformando il panorama dei flussi di lavoro di medicina clinica personalizzata e portando a risultati sanitari migliori”.
Scritto da Ray Sharma
Fonte: SFU
Da un’altra testata giornalistica. news de www.technology.org
