Per decenni, scienziati e patologi hanno cercato, senza molto successo, di trovare un modo per determinare quali singoli pazienti affetti da cancro ai polmoni corrono il rischio maggiore di diffondere o metastatizzare la malattia ad altre parti del corpo. Ora un team di scienziati del Caltech e della Washington University School of Medicine di St. Louis ha sottoposto questo problema agli algoritmi di intelligenza artificiale (AI), chiedendo ai computer di prevedere quali casi di cancro rischiano di metastatizzare. In un nuovo studio pilota su pazienti affetti da cancro del polmone non a piccole cellule (NSCLC), l’intelligenza artificiale ha superato i patologi esperti nel fare tali previsioni.
Queste previsioni sulla progressione del cancro ai polmoni hanno importanti implicazioni in termini di vita del singolo paziente. I medici che trattano pazienti con NSCLC in stadio iniziale si trovano ad affrontare la decisione estremamente difficile se intervenire con trattamenti costosi e tossici, come la chemioterapia o le radiazioni, dopo che un paziente è stato sottoposto a un intervento chirurgico ai polmoni. In un certo senso, questo è il percorso più cauto perché più della metà dei pazienti con NSCLC in stadio I-III alla fine presenta metastasi al cervello. Ma questo significa che molti altri non lo fanno. Per questi pazienti, trattamenti così difficili sono del tutto inutili.
Nel nuovo studio, pubblicato nel Giornale di patologiai collaboratori dimostrano che l’intelligenza artificiale è promettente come strumento che un giorno potrebbe aiutare i medici in questo processo decisionale.
“Il trattamento eccessivo dei malati di cancro è un grosso problema”, afferma Changhuei Yang, professore di ingegneria elettrica, bioingegneria e ingegneria medica Thomas G. Myers al Caltech e ricercatore presso l’Heritage Medical Research Institute. “Il nostro studio pilota indica che l’intelligenza artificiale potrebbe essere molto efficace nel dirci in particolare quali pazienti hanno maggiori probabilità di sviluppare metastasi del cancro al cervello”.
Yang avverte che il lavoro è solo un primo passo e che è necessario uno studio più ampio per convalidare i risultati.
Il team ha lavorato con dati e immagini bioptiche raccolti da 118 pazienti con NSCLC presso la Washington University School of Medicine di St. Louis. In genere, un patologo esamina tali immagini, esaminandole alla ricerca di anomalie all’interno delle cellule che potrebbero suggerire che il cancro sta progredendo.
Gli ingegneri elettrici del Caltech guidati da Yang hanno utilizzato centinaia di migliaia di tessere di immagini estratte da quelle 118 immagini bioptiche originali per addestrare un tipo di programma di intelligenza artificiale chiamato rete di apprendimento profondo. Hanno anche fornito dati di follow-up su quali pazienti hanno sviluppato metastasi cerebrali entro cinque anni dalla diagnosi e quali no.
“In sostanza abbiamo chiesto alla rete di farlo Imparare da tutte queste immagini, per individuare alcune caratteristiche dalle informazioni contestuali che potrebbero indicare qualcosa sull’esito di un paziente”, afferma lo studente laureato Haowen Zhou, primo autore del nuovo articolo. Quindi alla rete sono state fornite altre 40 immagini bioptiche e è stato chiesto di determinare se i pazienti avessero avuto metastasi cerebrali.
La rete di intelligenza artificiale è stata in grado di prevedere correttamente se un singolo paziente con NSCLC avesse avuto metastasi cerebrali nell’87% dei casi. Al contrario, quattro patologi esperti che hanno esaminato le stesse immagini bioptiche sono stati in grado di fare previsioni corrette solo il 57% delle volte.
“Il nostro studio indica che i metodi di intelligenza artificiale potrebbero essere in grado di fare previsioni significative, sufficientemente specifiche e sensibili da avere un impatto sulla gestione dei pazienti”, afferma Richard Cote, capo del Dipartimento di Patologia e Immunologia presso la Washington University School of Medicine e co-preside ricercatore del nuovo studio. Egli osserva che per i pazienti con NSCLC allo stadio più precoce (quelli classificati come stadio I), i risultati dell’intelligenza artificiale erano addirittura migliori di quelli dell’intero studio e che queste previsioni erano basate esclusivamente su vetrini microscopici di base, elaborati di routine. Fornendo all’IA informazioni su fattori aggiuntivi come la gravità della malattia ed eventuali biomarcatori aggiuntivi, i ricercatori si aspettano che in futuro saranno in grado di migliorare i poteri predittivi del programma di intelligenza artificiale.
È interessante notare che il programma di intelligenza artificiale non indica esattamente quali fattori lo inducono a fare determinate previsioni. Quindi, il team sta anche lavorando per scoprire le caratteristiche sottili e complesse delle cellule tumorali e del loro ambiente su cui il programma di intelligenza artificiale potrebbe puntare.
“Si tratta di osservare ciò che vedremmo come patologo”, afferma Cote. “Ma è vedere più di quanto possiamo vedere.” Forse, dice, una volta che gli scienziati avranno capito esattamente su cosa si sta concentrando l’intelligenza artificiale, saranno in grado di sviluppare nuove terapie per affrontare questi indicatori.
Guardando al futuro, il gruppo di Yang al Caltech è interessato a sviluppare strumentazione e processi che aiutino scienziati e medici a raccogliere immagini bioptiche più uniformi e di qualità superiore per aumentare l’accuratezza delle previsioni dell’IA. “Una volta che possiamo vedere cosa sta facendo l’intelligenza artificiale, possiamo iniziare a pensare a come progettare strumenti di imaging e microscopia per ottenere in modo più ottimale i dati desiderati dall’intelligenza artificiale”, afferma Yang. “Possiamo abbandonare gli strumenti di imaging progettati per l’uso umano e passare alla realizzazione di strumenti ottimizzati per l’uso meccanico”.
Scritto da Kimm Fesenmaier
Fonte: Caltech
Da un’altra testata giornalistica. news de www.technology.org
