Valutare con precisione la tipologia di un tumore, a cominciare dal suo essere benigno o maligno, fino alla sua minore o maggiore aggressività, è un passo fondamentale nel guidare l’urgenza e la tipologia delle scelte terapeutiche da mettere in campo. Nel caso dei tumori cerebrali, molte informazioni non sono disponibili prima di effettuare l’intervento chirurgico, ma nuove applicazioni dell’intelligenza artificiale potrebbero invece consentire di cambiare approccio. Questo l’obiettivo di una ricerca recentemente pubblicata su Frontiers in Oncology e condotta dall’Unità di Neurochirurgia e dal Dipartimento di Epidemiologia e Prevenzione dell’I.R.C.C.S. Neuromed di Pozzilli (IS), in collaborazione con Clinica Mediterranea di Napoli, Università dell’Insubria di Varese-Como e Fondazione Umberto Veronesi ETS. Studiando 90 pazienti con sospetto tumore del sistema nervoso centrale, i ricercatori hanno esplorato la possibilità di individuare precocemente la malignità del tumore stesso utilizzando esclusivamente le informazioni già disponibili. Per raggiungere questo risultato è stata impiegata una tecnica di machine learning, chiamata clustering. “Abbiamo raccolto una serie di dati che erano facilmente disponibili prima dell’intervento chirurgico grazie ad una semplice anamnesi”, spiega Alessandro Gialluisi, del Dipartimento di Epidemiologia e Prevenzione del Neuromed e della Libera Università Mediterranea LUM Giuseppe Degennaro, Casamassima. “Ad esempio: la storia familiare e quella clinica del paziente, l’ambiente in cui vive, il suo stile di vita, il livello di istruzione, la situazione psicologica e lo status socioeconomico. Successivamente, tutte queste informazioni sono state elaborate da un algoritmo che ha creato dei ‘cluster’ (sottogruppi di pazienti con caratteristiche simili, ndr) che infine sono stati messi a confronto con i risultati reali delle indagini effettuate successivamente all’intervento.”
L’intelligenza artificiale, spiegano i ricercatori, ha consentito di individuare quali elementi della vita di tutti i giorni possano essere messi in correlazione con la presenza di un tumore maligno anziché benigno, ed eventualmente con la sua aggressività. “Naturalmente si tratta di uno studio preliminare che avrà bisogno di conferme e di ulteriori ricerche su un numero maggiore di pazienti”, commenta il prof. Vincenzo Esposito, responsabile dell’Unità di Neurochirurgia II e direttore del Dipartimento di Neurochirurgia Neuromed. “I nostri risultati indicano comunque che gli algoritmi di apprendimento automatico, basati su una combinazione di caratteristiche cliniche e biologiche, potrebbero essere utili nell’aiutare i medici nel decidere per il singolo paziente le priorità per la chirurgia o altri trattamenti. Grazie a questo approccio di medicina personalizzata, si potrebbe sopperire alla carenza di quelle informazioni, sia istopatologiche che molecolari, non disponibili finché il paziente non venga sottoposto a intervento chirurgico.”