E’ possibile diagnosticare tumori maligni che sfuggono all’occhio umano? E avere una diagnosi oncologica più veloce e precisa, con l’aiuto di algoritmi? recentemente si è scoperto che l’intelligenza artificiale (AI) e il deep learning possono fare tutto questo, rivoluzionando la diagnosi tumorale, che al momento è fondamentale per aumentare il tasso di sopravvivenza del paziente.
Quindi l’AI può aiutare la medicina nella lotta contro il cancro. Ma come?
Cos’è l’intelligenza artificiale?
L’intelligenza artificiale è un ramo dell’informatica che permette di fornire caratteristiche umane alle macchine, attraverso la progettazione di programmi hardware e software. L’AI si serve di numerosi algoritmi per modellare un comportamento intelligente, con un intervento umano minimo. E’ una disciplina nata ufficialmente nel 1956 e presenta un potenziale di applicazione in quasi tutti i campi della medicina. Grandi quantità di dati vengono analizzati da questi sistemi intelligenti per velocizzare i tempi di diagnosi e aumentarne la precisione.
Deep learning- come apprendono le macchine
Il termine “deep learning” è stato coniato nel 1986 e letteralmente significa “apprendimento profondo”. Come suggerisce il nome, oggi è considerato la frontiera più avanzata nel campo dell’apprendimento automatico delle macchine. Gli algoritmi di deep learning sono formati da networks neurali artificiali che imitano il modo in cui il cervello umano impara e analizza le informazioni. Sono progettati per apprendere da modelli e immagini, da cui estraggono i dati e trovano collegamenti tra essi. Così possono risolvere problemi complessi anche quando si utilizza un set di dati molto diversificato. Questi algoritmi possono essere applicati in campo medico per individuare in modo automatico i tumori maligni e per identificare trattamenti personalizzati.
Un valido strumento per lo screening tumorale
Il deep learning viene utilizzato soprattutto nella radiomica per analizzare delle immagini mediche attraverso computer sofisticati. Dopo l’analisi delle immagini, l’algoritmo fornisce informazioni sui tumori, anche su quelli che non sono rilevabili attraverso la semplice osservazione dell’operatore. Poi, costruisce un modello predittivo per quantificare il rischio del singolo paziente. Per esempio, sono stati sviluppati sistemi di deep learning per aiutare i patologi a distinguere tra tumori prostatici benigni e maligni. In questo caso è stato dimostrato che l’AI e il deep learning svolgono un’analisi delle immagini più specifica e accurata rispetto agli osservatori umani. Quindi sono da considerare un valido strumento di screening tumorale.
Dalla patologia tradizionale alla patologia digitale
I progressi della tecnologia e dell’intelligenza artificiale trasformeranno la patologia tradizionale in patologia digitale. In questo modo sarà possibile migliorare la qualità dell’assistenza clinica, l’efficienza dei medici e allo stesso tempo si ridurranno i carichi di lavoro. L’utilizzo dell’AI consente ai medici di visualizzare le immagini su scala più ampia per un’analisi più precisa. Così si riduce anche la soggettività, standardizzando i protocolli. Questo permette di identificare più facilmente i marcatori associati a biomarcatori specifici della malattia per la diagnosi, la prognosi e il trattamento del tumore.
AI e la prognosi del cancro al seno
L’intelligenza artificiale è stata anche adottata per diagnosticare il cancro al seno e per predire l’esito della patologia. Infatti uno studio del 2011 (Beck et al) ha usato un algoritmo computerizzato, che era stato addestrato per prevedere la prognosi del paziente. In che modo? L’algoritmo ha analizzato delle immagini digitali di circa 700 donne che presentavano cancro al seno, così da creare un modello predittivo. La misura predittiva generata dall’algoritmo era proporzionale al tasso di sopravvivenza del paziente. Il risultato della ricerca è stato sorprendente, perché ha dimostrato che le immagini digitali possono essere utilizzate per addestrare algoritmi informatici con il fine di studiare il decorso della patologia o prevedere la risposta ad un trattamento.
Un supporto per le decisioni cliniche
Un recente sistema di intelligenza artificiale è Watson, che è in grado di interagire con gli uomini, capendo le loro domande e fornendo risposte in un linguaggio comprensibile. Questo sistema viene considerato da molti una svolta nella lotta contro il cancro, perché può essere utilizzato da oncologi come supporto per le decisioni cliniche. Infatti Watson è in grado di elaborare i dati del paziente accuratamente per formulare un’ipotesi e fornire una lista di raccomandazioni. Per fare questo, si serve di annotazioni di dottori e infermieri, studi clinici e informazioni sul paziente. Una volta riconosciuto il problema, Watson raccomanda le giuste azioni da compiere e le terapie più opportune. Oggi 55 ospedali in tutto il mondo hanno adottato Watson, soprattutto per quanto riguarda i tumori al seno, alle ovaie e il tumore gastrico.
L’AI sostituirà i medici?
Uno studio risalente al 2018 (Rodríguez-Ruiz et al.) ha dimostrato che i radiologi, che hanno interpretato la mammografia con l’assistenza dell’AI, hanno ottenuto un’analisi più rapida e più precisa rispetto a coloro che non hanno usato questa tecnologia. Per cui molti si chiedono se in futuro l’intelligenza artificiale sostituirà il lavoro dei medici. Certamente no!
Infatti l’interpretazione delle immagini mediche da parte delle macchine è basata sulle conoscenze scientifiche umane e da queste, poi, gli algoritmi possono dedurre la diagnosi o prognosi della patologia. Quindi questa tecnologia innovativa serve da supporto al personale medico per avere diagnosi più accurate o per individuare quello che può sfuggire all’operatore. Così si può comunque ottimizzare il processo di screening per il tumore, utilizzando il computer come assistente e non come sostituto del medico.
Limitazioni e sfide future
Nonostante il grande potenziale dell’AI nell’oncologia, ci sono ancora delle problematiche e delle sfide da affrontare, come la gestione e l’interpretazione dei big data che richiedono server di grandi dimensioni e bioinformatici qualificati. Inoltre, i dati prodotti devono essere eterogenei e di qualità e la privacy dei pazienti deve essere rispettata da parte delle istituzioni.
Dunque, anche se l’AI e il deep learning velocizzano lo screening tumorale e danno informazioni sulla prognosi, essi non sono infallibili e vanno adoperati con responsabilità. Per il momento il futuro dell’intelligenza artificiale mostra grandi promesse in campo oncologico: a partire dalla prognosi, si potrebbe arrivare ad un trattamento personalizzato, in modo da attaccare il tumore specifico ed evitare il fallimento della terapia.
Valeria Postiglione
Fonti
- https://pubmed.ncbi.nlm.nih.gov/28190390/
- https://pubmed.ncbi.nlm.nih.gov/29155508/
- https://pubmed.ncbi.nlm.nih.gov/31864231/
- https://pubmed.ncbi.nlm.nih.gov/26391154/
- https://pubmed.ncbi.nlm.nih.gov/15364067/
- https://pubmed.ncbi.nlm.nih.gov/24870132/
- https://pubmed.ncbi.nlm.nih.gov/18258507/
- https://pubmed.ncbi.nlm.nih.gov/31549592/
- https://pubmed.ncbi.nlm.nih.gov/29429018/
- https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7375550/
- https://www.sciencedirect.com/science/article/pii/S0960977619312214
- Cancro al seno: il ruolo del microbioma mammario
- Relazione tra il Cancro al seno ed alterazione del microbiota intestinale
Articolo interessante! Ormai le tecnologie vanno avanti… Leggendo, penso quante coppie oggi si trovano in difficolta ad avere i figli. Grazie alle tecnologie modernizzate tutto è possibile, come sappiamo già esistono le varie tecniche di procreazione assistita. Sfogliando le pagine internet mi sono imbattuta in un articolo di legge: https://maternita-surrogata-centro.it/maternita_surrogata.pdf.
Grazie Stefania per aver condiviso articolo. Molto interessante. A breve vogliamo rivolgersi alla clinica del prof Feskov. Visto che abbiamo i nostri amici che ci parlano bene della stessa.
Grazie al Human Reproduction Group del prof. Feskov
, abbiamo avuto l’opportunità di diventati genitori di un meraviglioso ometto nel mese di gennaio 2022! Prima di conoscere presente agenzia, abbiamo provato tante agenzie di maternità, abbiamo avuto diverse mamme surrogate e tutte le volte senza risultati positivi. Di seguito, senza perdere le nostre speranze abbiamo deciso di cambiare l’agenzia, ove ci hanno consigliato FESKOV HUMAN REPRODUCTION GROUP e tutto ha funzionato. Siamo recati in Ucraina e ora la nostra famiglia è al completo e siamo molto felici! Grazie mille a tutto lo staff e l’impegno! ♥️