L’Istituto Nazionale dei Tumori (INT) di Milano è capofila del progetto I3LUNG, ricerca che comprende altri 16 partner internazionali. Il progetto prevede l’utilizzo dell’IA per individuare nuovi biomarcatori per poter personalizzare le terapie contro il carcinoma polmonare non a piccole cellule (NSCLC) da utilizzare soprattutto per quei pazienti che non possono accedere alle terapie target. L’IA potrà mettere insieme ed analizzare una grande quantità di informazioni (dati clinici, genomici, di imaging e molecolari) cercando correlazioni e generando profili specifici per ciascun paziente e creando modelli predittivi "per meglio adattare i trattamenti ai singoli pazienti", come si legge nello studio
Lo studio
A coordinare il progetto è Arsela Prelaj, ricercatrice dell'Istituto nazionale dei tumori.
Lo scopo dei ricercatori è riuscire ad identificare dei biomarcatori che permettano la generazione di modelli predittivi. Il tumore al polmone è una patologia in aumento sia nel mondo sia in Italia, si legge nello studio. Nel carcinoma polmonare non a piccole cellule (NSCLC) solo un ristretto numero di pazienti (tra il 30% e il 50%) risponde in modo positivo alla terapia. L'identificazione di questo ristretto pool di pazienti è lo scopo finale di questo progetto. Lo studio è stato pubblicato su Clinical Lung Cancer
L'IA nella lotta contro il tumore al polmone
Riuscire ad identificare il maggior numero di biomarcatori non è la sola sfida per i ricercatori. Considerando la complessità dinamica del microambiente tumorale (TME) e la sua interazione con il comportamento del paziente, è improbabile che un singolo biomarcatore possa prevedere con precisione gli esiti della malattia.
L'IA, mettendo insieme i dati clinici, genomici, molecolari e di imaging può non solo identificare nuovi biomarcatori ma anche metterli in relazione tra loro cercando delle correlazioni in modo da generare dei modelli predittivi della risposta alla terapia.
Primi modelli generati dall’IA
L'IA, partendo dai dati analizzati complessivamente, ha sviluppato dei modelli predittivi per la diagnosi in modo da dare un’indicazione sul trattamento da adottare contro il tumore.
Il modello di apprendimento automatico basato su dati di imaging TC permette di capire se sono presenti dei tumori maligni e distinguendo i carcinomi polmonari benigni da quelli maligni. Un altro modello, sempre di analisi immaging TC, individua la presenza di tessuto adiposo nei noduli polmonari, che sono associato a una maggiore probabilità di risposta alla terapia immunoterapica.
Lo studio I3LUNG sta dimostrando quali vantaggi l'utilizzo dell'IA apporta rispetto alle attuali capacità diagnostiche e terapeutiche. L'IA può aiutare ad individuare i biomarcatori e la loro interazione in modo da avere una migliore profilazione del paziente e sviluppare modelli predittivi sempre più precisi per la diagnosi e il trattamento del tumore al polmone. Questo approccio innovativo rappresenta un importante passo avanti verso una terapia personalizzata e più efficace per il tumore al polmone.
