Interpretando i dati derivati dagli esami radiologici con l'uso dell’intelligenza artificiale si è potuto identificare i pazienti con Mieloma Multiplo che sarebbero andati incontro a recidiva entro un anno. I risultati dello studio condotto al San Martino e all’Università di Genova possono aiutare a migliorare le scelte terapeutiche da proporre a ciascun paziente.
Nelle persone con Mieloma Multiplo (MM), la combinazione tra analisi delle immagini di Tomografia Computerizzata ed intelligenza artificiale fornisce informazioni importanti per differenziare gruppi di pazienti in base al rischio e alla probabilità di avere una ricaduta precoce. A rivelarlo è uno studio coordinato dal prof. Alberto Tagliafico, medico e ricercatore in Radiodiagnostica dell’IRCCS Ospedale Policlinico San Martino e del Dipartimento di Scienze della Salute dell’Università di Genova, e da Michele Piana, professore presso il Dipartimento di Matematica dell'Università di Genova e coordinatore del 'Life Science Computational Lab' presso l'IRCCS Ospedale Policlinico San Martino, e supportato da finanziamenti del Ministero della Salute. I risultati ottenuti sono ancora preliminari ma, se confermati su un numero più ampio di pazienti, permetteranno di anticipare la ricaduta e ottimizzare le scelte terapeutiche sulla base della risposta al trattamento.
Ogni anno in Italia circa 5.700 persone ricevono la diagnosi di MM, che rappresenta circa l’1,5% di tutti i tumori riscontrati nel nostro paese e colpisce soprattutto le persone sopra i 70 anni.
La malattia ha origine da alcune cellule del midollo osseo, le plasmacellule, responsabili della produzione di sostanze che, diffondendosi in tutto il corpo, causano una serie di eventi negativi, tra cui lesioni e fratture ossee, anemia e indebolimento del sistema immunitario.
<<Per diagnosticare il mieloma multiplo - spiega Alberto Tagliafico, coordinatore dello studio insieme a Michele Piana, - il paziente deve essere sottoposto a tecniche di diagnostica per immagini, come la radiografia, la Tomografia Computerizzata dello scheletro e la Risonanza Magnetica. Le immagini radiologiche non sono solo la rappresentazione anatomica e funzionale dell'organismo, ma contengono un’enorme mole di informazioni quantitative, non rilevabili con l’osservazione visiva, che possono essere estratte e studiate grazie a tecniche moderne e innovative, tra cui la radiomica>>.
<<Grazie alla collaborazione tra il nuovo Laboratorio Computazionale "Life Science Computational Laboratory", frutto di un accordo tra il San Martino e l’Università, e le unità di Radiologia ed Ematologie dell’Università e del Policlinico - aggiunge Michele Piana - il nostro progetto di ricerca ha analizzato le radiomiche di 33 pazienti con mieloma multiplo sottoposti a trapianto di cellule staminali: attraverso l’uso di calcoli matematici basati sull'intelligenza artificiale, gli algoritmi, è stato possibile prevedere chi tra i pazienti sarebbe andato rapidamente incontro a recidiva>>.
<<Il risultato ottenuto è importante ma ancora preliminare, per via del basso numero di persone con Mielanoma Multiplo preso in esame - conclude Alberto Tagliafico - grazie ai fondi del 5x1000 del Policlinico potremo proseguire la nostra ricerca ed estenderla ad un gruppo di pazienti più numeroso. A causa dell’eterogeneità della malattia, non esistono biomarcatori che permettano di prevedere come si sviluppa la malattia in ciascun paziente, ma le analisi di Intelligenza Artificiale nell’ambito del mieloma multiplo possono quindi aprire nuovi filoni di ricerca per usare le immagini radiologiche non solo da punto di vista diagnostico, ma anche dal punto di vista prognostico in questa malattia difficile da studiare e da curare>>.
Per leggere l’articolo: www.mdpi.com/