Per i pazienti con umani virus del papilloma (HPV) associato al cancro dell’orofaringe, valutare la presenza di cellule tumorali oltre i linfonodi o l’estensione extranodale (ENE), è fondamentale per determinare un trattamento adeguato.
Chirurgia, medici – foto illustrativa. Credito immagine: Engin Ekyurt tramite Unsplash, licenza gratuita
Tuttavia, l’ENE è spesso difficile da rilevare durante il pretrattamento di imaging, che può portare a un’escalation del trattamento con conseguente maggiore tossicità e peggiori risultati di qualità della vita.
Un nuovo studio dei ricercatori di Brigham and Women’s Hospitalsocio fondatore del Generale Brigham sistema sanitario e Dana-Farber Brigham Cancer Center ha scoperto che un algoritmo basato sull’intelligenza artificiale (AI) era superiore nel rilevare l’ENE rispetto a quattro radiologi esperti della testa e del collo in un ampio studio clinico multicentrico sul cancro dell’orofaringe.
Questa tecnologia può essere utilizzata in una sperimentazione clinica per determinare se migliora i risultati del trattamento. I risultati del team sono pubblicati in La salute digitale di Lancet.
“Il cancro dell’orofaringe associato all’HPV è ora il tipo più comune di questo cancro. E mentre questi pazienti tendono a rispondere molto bene alla chirurgia, alla chemioterapia e alle radiazioni, c’è stato molto interesse nel cercare di trovare modi per ridurre il trattamento, in modo che i pazienti possano avere meno effetti collaterali e problemi a lungo termine che riducono la qualità del life “, ha affermato il primo autore Benjamin Kann, MD.
“Una strategia allettante è quella di utilizzare un tipo di chirurgia minimamente invasiva per questi pazienti, chiamata chirurgia robotica transorale (TORS), invece di sette settimane di chemioterapia e radiazioni combinate”.
Tuttavia, la presenza di ENE è un fattore di rischio per la recidiva del cancro dopo l’intervento chirurgico e per tassi di sopravvivenza inferiori in generale, rendendo i pazienti con ENE candidati poveri per TORS. “Se l’ENE viene trovato dopo l’intervento chirurgico, quei pazienti devono ancora ricevere un lungo ciclo di chemioterapia e radioterapia, o terapia trimodale, che è associata alle peggiori complicanze e ai risultati sulla qualità della vita”, ha affermato Kann.
Storicamente, l’ENE è stato molto difficile da rilevare utilizzando la diagnostica per immagini tradizionale, quindi c’è stato un buon numero di pazienti che richiedono ancora la terapia trimodale, nonostante lo screening.
“L’esigenza insoddisfatta e l’impulso per l’utilizzo dell’IA in questo studio era vedere se potevamo fare un lavoro migliore nel prevedere se l’ENE fosse presente o meno su una TAC prima del trattamento, in modo da poter aiutare a selezionare i pazienti appropriati per l’intervento chirurgico o per la chemioterapia e le radiazioni”, ha detto Kann.
Il team aveva già sviluppato un algoritmo di IA profondo che era stato addestrato per rilevare l’ENE e mostrava un alto livello di accuratezza in diversi set di dati.
Per questo studio, il team ha condotto una valutazione retrospettiva delle prestazioni dell’algoritmo AI, utilizzando TC pretrattamento e corrispondenti rapporti di patologia chirurgica da ECOG-ACRIN Cancer Research Group E3311, uno studio di de-escalation multicentrico di fase 2.
“Ciò che è stato importante di questo studio è che ha testato l’algoritmo nel contesto di un ampio studio clinico randomizzato, in cui i pazienti che erano stati arruolati, per definizione, avrebbero dovuto essere sottoposti a screening per avere ENE, eppure una parte significativa è comunque finita avendo ENE”, ha detto Kann.
“Quando abbiamo applicato l’algoritmo a questa popolazione per vedere come avrebbe funzionato nella previsione dell’ENE, abbiamo scoperto che funzionava bene con un alto grado di accuratezza, meglio di tutti e quattro i radiologi esperti della testa e del collo.
“Il vantaggio principale sembra essere un aumento della sensibilità o una percentuale inferiore di ENE mancato”, ha affermato Kann. “Idealmente, un migliore riconoscimento dell’ENE nel pretrattamento comporterebbe un tasso inferiore di terapia trimodale e una migliore qualità della vita per i pazienti”.
Questi risultati suggeriscono che l’integrazione di questo algoritmo AI nella clinica può fornire ai medici informazioni più accurate sulla presenza di ENE e determinare quali pazienti possono essere meglio serviti dalla chirurgia o dalla chemioterapia e dalle radiazioni.
Fonte: BWH
Da un’altra testata giornalistica. news de www.technology.org
