Mentre i recenti progressi in imaging del tumore fornire una visione approfondita del mondo microscopico dei tumori, la sfida è interpretare l’enorme quantità di dati generati. Con centinaia di molecole misurate simultaneamente in decine o centinaia di migliaia di cellule, è diventato difficile per i ricercatori sapere su quali molecole e cellule concentrarsi.
In linea di principio, i metodi di intelligenza artificiale possono aiutare i ricercatori ad analizzare questa valanga di dati e a determinare su cosa concentrarsi. Tuttavia, l’intelligenza artificiale tradizionale, come le reti neurali profonde, spesso esegue compiti senza fornire spiegazioni chiare e comprensibili agli esseri umani. I dettagli su come funziona il processo sono nascosti o di difficile accesso in una cosiddetta scatola nera. Il gruppo di ricerca del Karolinska Institutet e SciLifeLab riconobbero i limiti di tali metodi e cercarono ispirazione in altri campi. Hanno identificato tecniche di analisi consolidate nell’imaging satellitare e nell’ecologia risalenti agli anni 2000 e ’50.
Simile all’interpretazione delle immagini satellitari
Nuovi metodi di intelligenza artificiale vengono continuamente sviluppati per interpretare i dati provenienti dalle immagini satellitari, ad esempio per identificare automaticamente città, laghi, foreste e deserti all’interno di grandi immagini satellitari. In ecologia si utilizzano tecniche avanzate per rivelare come specie di piante, animali e microrganismi convivono come comunità all’interno di una determinata area geografica.
“Ci siamo resi conto che l’interpretazione delle immagini del tumore è simile all’interpretazione delle immagini satellitari e che i rapporti tra le cellule in un tessuto sono simili ai rapporti tra le specie in ecologia”, spiega Jean Hausserricercatore senior presso l’ Dipartimento di Biologia Cellulare e Molecolare, Karolinska Institutet, che ha guidato la ricerca. “Combinando le tecniche utilizzate nell’imaging satellitare e nell’ecologia e adattandole per l’analisi del tessuto tumorale, ora siamo stati in grado di trasformare dati complessi in nuove informazioni su come funziona il cancro”.
Trattamenti contro il cancro su misura
Il prossimo passo sarà applicare il nuovo metodo negli studi clinici. I ricercatori stanno collaborando con un importante ospedale oncologico di Lione, in Francia, per cercare risposte al motivo per cui solo alcuni pazienti rispondono all’immunoterapia antitumorale. In un’altra collaborazione con la Mayo Clinic negli Stati Uniti, stanno studiando il motivo per cui alcuni pazienti affetti da cancro al seno non hanno bisogno della chemioterapia.
“Con il nostro nuovo metodo, possiamo rivelare dettagli importanti nel tessuto tumorale che possono determinare se un trattamento contro il cancro funziona o meno. L’obiettivo a lungo termine è riuscire ad adattare i trattamenti contro il cancro alle esigenze individuali ed evitare effetti collaterali non necessari”, afferma Jean Hausser.
Fonte: Istituto Karolinska
Da un’altra testata giornalistica. news de www.technology.org
