Uno degli ambiti della Medicina in cui l’AI sta impattando significativamente è la diagnosi precoce dei tumori. Algoritmi di machine learning sono utilizzati per analizzare enormi quantità di dati, tra cui immagini mediche (come TAC, risonanze magnetiche e mammografie), esami istologici e dati genetici.
Le capacità predittive dell’AI sono particolarmente utili nel ridurre i tempi di risposta e migliorare l’accuratezza diagnostica, riducendo al contempo l’incidenza di errori umani.
I sistemi di AI, ad esempio, vengono impiegati nell’analisi delle immagini radiologiche per identificare anomalie non visibili a occhio nudo o per classificare le lesioni sospette.
Inoltre, l’AI può supportare i medici nel selezionare i pazienti a rischio, contribuendo a ottimizzare i percorsi diagnostici e di prevenzione. L’analisi predittiva di dati clinici e genetici può, infatti, anticipare il rischio di sviluppare determinati tumori, consentendo una sorveglianza più mirata.
In questa direzione, dunque, l’Intelligenza Artificiale può davvero salvare la vita.
Indice degli argomenti
L’Intelligenza Artificiale nel tumore al seno
Il tumore al seno è uno dei tumori più diffusi e uno dei principali ambiti di applicazione dell’AI in oncologia. L’uso dell’intelligenza artificiale in questo ambito è particolarmente rilevante nella Radiologia, dove sistemi basati su deep learning vengono impiegati per migliorare l’accuratezza delle mammografie e ridurre i falsi positivi e negativi.
L’AI può aiutare i radiologi nell’individuazione precoce dei noduli sospetti, aumentando la sensibilità della diagnosi. Gli algoritmi sono in grado di identificare pattern nei tessuti che potrebbero essere facilmente trascurati dal medico.
Inoltre, l’AI sta supportando anche l’interpretazione delle biopsie e dei test genetici, migliorando la classificazione del tumore e permettendo ai medici di selezionare trattamenti più mirati.
Un altro campo promettente è l’utilizzo dell’AI per analizzare dati genomici, attraverso i quali è possibile prevedere la probabilità di recidiva del tumore o l’efficacia di determinati trattamenti, potenziando l’approccio personalizzato nella cura del tumore al seno.
L’esempio di Humanitas
L’IRCCS Istituto Clinico Humanitas di Milano ha recentemente introdotto un software di intelligenza artificiale per ottimizzare la diagnosi precoce del tumore al seno, un’innovazione che interessa non solo la qualità delle immagini mammografiche, ma anche l’omogeneità dei percorsi diagnostici nei diversi centri clinici.
Il sistema non si limita a valutare in tempo reale la correttezza tecnica dell’esame, bensì quantifica la densità mammaria, parametro ormai riconosciuto come fattore di rischio primario nonché fonte di possibili falsi negativi nelle mammografie.
“Secondo le linee guida della Società Europea di Breast Imaging (EUSOBI) – spiega la prof.ssa Daniela Bernardi, responsabile della Radiologia Senologica e Screening dell’IRCCS Istituto Clinico Humanitas di Milano –, per le mammelle con densità estremamente elevata sono raccomandati esami aggiuntivi, come la risonanza magnetica, che consente di superare i limiti della mammografia in questa categoria di densità, aumentando l’accuratezza diagnostica.
Grazie alla classificazione oggettiva della densità mammaria fornita dal software, è possibile identificare con precisione le donne che potrebbero necessitare di esami aggiuntivi e disegnare percorsi diagnostici omogenei.
Questo innovativo strumento – spiega Bernardi – rappresenta un alleato prezioso per il team multidisciplinare delle Breast Unit, composto da tecnici di radiologia, radiologi, chirurghi, oncologi, radioterapisti, psicologi e tutte le altre figure professionali, perché migliora l’identificazione precoce del tumore grazie alla qualità delle immagini, consentendo trattamenti sempre più mirati e personalizzati. Per le donne, significa maggiore sicurezza, esami più accurati e la certezza che ogni dettaglio venga analizzato garantendo un’elevata qualità”.
Nonostante i risultati iniziali siano promettenti, l’integrazione dell’AI nella diagnostica del tumore al seno solleva alcune sfide, soprattutto per quanto riguarda l’adozione su larga scala. Sebbene il software possa migliorare la precisione dei referti, la sua implementazione richiede una formazione specifica per i radiologi e una revisione continua degli algoritmi, in modo da garantire che l’intelligenza artificiale non sostituisca, ma integri il giudizio clinico umano.
Inoltre, l’adozione di questi strumenti è condizionata dalla disponibilità di dati di alta qualità e dalla capacità di strutture sanitarie di investire in tecnologie avanzate.
Le prossime fasi della ricerca si concentreranno sull’ampliamento della base dati, affinché l’AI possa essere più “adattiva” e affrontare le differenti variabili fisiologiche delle pazienti.
Un altro aspetto cruciale è la necessità di una continua validazione scientifica dei modelli di AI, che dovranno essere verificati attraverso studi multicentrici, per superare le potenziali criticità legate a differenze regionali nella qualità dell’assistenza e nell’accesso alle tecnologie.
Le prospettive future si orientano verso la combinazione di AI con altre tecnologie emergenti, come la tomosintesi, per creare una rete diagnostica sempre più robusta e precisa.
L’AI nel tumore al polmone
Il cancro al polmone è un altro dei tumori più letali e uno dei principali bersagli dell’intelligenza artificiale. Le tecnologie AI sono utilizzate per migliorare lo screening attraverso la tomografia computerizzata (TAC) a bassa dose, consentendo di rilevare segni precoci di tumore al polmone anche in stadi asintomatici.
L’AI, infatti, è stata spesso in grado di analizzare immagini TAC con una precisione superiore rispetto ai metodi tradizionali, riuscendo a individuare noduli polmonari maligni nelle fasi iniziali, distinguendo con grande accuratezza tra lesioni benigne e maligne, riducendo in tal modo il rischio di falsi negativi e migliorando le prospettive di sopravvivenza.
Oltre alla diagnosi, l’AI è impiegata anche nell’analisi molecolare del tumore al polmone. Algoritmi di AI avanzati sono utilizzati per esaminare le mutazioni genetiche nei tumori polmonari, consentendo di personalizzare il trattamento. L’AI può infatti prevedere la risposta a farmaci target, migliorando l’efficacia della terapia e riducendo gli effetti collaterali.
Fondazione Veronesi e Ospedale San Raffaele: il progetto ARIA
Il progetto ARIA, nato dalla collaborazione tra la Fondazione Umberto Veronesi e l’IRCCS Ospedale San Raffaele, è un’iniziativa che sfrutta l’intelligenza artificiale per migliorare la diagnosi precoce del tumore del polmone e prevenire le malattie cardiovascolari nei soggetti ad alto rischio.
L’obiettivo di ARIA è sviluppare una piattaforma che integri e analizzi dati clinici, genomici, radiologici e biologici per identificare biomarcatori e pattern che possano essere correlati alla progressione del tumore e alle risposte ai trattamenti.
“Scopo della nuova progettualità – spiega Piergiorgio Muriana, chirurgo toracico dell’IRCCS Ospedale San Raffaele e coordinatore del progetto ARIA- è sfruttare le potenzialità offerte dalle nuove tecnologie di intelligenza artificiale evolute per supportare i clinici e migliorare i risultati dei programmi di diagnosi precoce e prevenzione delle patologie causate dal fumo di sigaretta, come il tumore polmonare e le malattie cardiovascolari”.
La piattaforma utilizza sofisticati algoritmi di intelligenza artificiale per esaminare e combinare una vasta gamma di informazioni provenienti da diverse fonti, inclusi risultati di imaging, sequenziamenti genetici e cartelle cliniche elettroniche.
L’analisi di questi dati consente di migliorare la diagnosi e personalizzare i trattamenti per ciascun paziente, basandosi su una comprensione più profonda delle caratteristiche molecolari del tumore.
Uno degli aspetti innovativi del progetto è la capacità dell’AI di gestire enormi volumi di dati in modo rapido e preciso, un processo che, se fatto manualmente, richiederebbe tempi estremamente lunghi e potrebbe essere soggetto a errori.
Questo approccio consente di identificare precocemente i segni di progressione della malattia anche quando i tumori sono ancora in stadi iniziali e di ottimizzare le terapie, aumentando le probabilità di successo nel trattamento.
Intelligenza Artificiale e tumori colorettali
Il tumore del colon-retto, uno tra i più diffusi a livello globale, è tra quelli in cui l’AI si sta rivelando fondamentale nel miglioramento dello screening.
In particolare, l’Intelligenza Artificiale viene utilizzata nella colonscopia per rilevare polipi e altre lesioni precoci che potrebbero evolvere in tumori maligni.
Tecnologie come l’analisi automatica delle immagini permettono di migliorare il tasso di adenoma detection, riducendo i falsi negativi che potrebbero comportare diagnosi tardive.
Inoltre, l’AI sta contribuendo ad aumentare la precisione nella classificazione dei polipi, consentendo ai medici di scegliere con maggiore sicurezza se procedere con una resezione o se monitorare la lesione.
I risultati preliminari di studi clinici sull’integrazione dell’AI nei programmi di screening per il tumore colorettale sono promettenti. L’AI, infatti, si sta dimostrando in grado di rilevare polipi con una sensibilità a volte anche maggiore rispetto ai medici, coadiuvando questi ultimi verso una diagnosi precoce e a una conseguente riduzione dei tassi di mortalità.
L’esempio del CDI (Centro Diagnostico Italiano)
Durante la colonscopia l’AI – grazie ad algoritmi che segnalano con avvisi visivi o sonori anche piccoli polipi difficili da percepire per via del colore simile alla mucosa o per la posizione non ottimale – migliora in modo significativo l’adenoma detection rate, ossia la percentuale di adenomi individuati.
Studi clinici randomizzati rilevano che l’uso dell’AI porta a un incremento di circa il 13% nell’adenoma detection rate rispetto alle colonscopie tradizionali.
Inoltre, l’AI abbassa il tasso di “missed adenomas” dal 36,7% al 13,8%.
La qualità della colonscopia è un fattore determinante per il rilevamento degli adenomi del colon-retto (adenoma detection rate, che rappresenta il principale parametro indice di qualità della colonscopia) – spiega al proposito Sabrina Testoni, gastroenterologa CDI -. In questo contesto, l’Intelligenza Artificiale si è dimostrata una valida alleata durante la colonscopia per la prevenzione del tumore del colon-retto
Tutto ciò, in prospettiva, grazie a una diagnosi più precoce e all’asportazione tempestiva dei polipi pre-cancerosi, potrà comportare una riduzione sia dell’incidenza che della mortalità da tumore del colon-retto.
L’Intelligenza Artificiale per il tumore alla prostata
L’AI sta migliorando notevolmente le modalità di screening e diagnosi del tumore alla prostata, tra i più diffusi tra gli uomini. Le tecniche di imaging multiparametrico (mpMRI) sono utilizzate per rilevare lesioni sospette e l’AI è usata per ottimizzare l’interpretazione delle immagini, aumentando l’accuratezza nella localizzazione delle lesioni e nella valutazione della loro aggressività.
Algoritmi di AI avanzati sono in grado di analizzare i dati provenienti da diverse modalità di imaging, integrando informazioni provenienti da risonanze magnetiche e biopsie per migliorare la precisione nella diagnosi. Inoltre, l’AI viene utilizzata per valutare il rischio di recidiva del tumore alla prostata, fornendo indicazioni utili per la pianificazione del trattamento.
L’Intelligenza Artificiale, inoltre, sta assistendo i medici nella scelta dei trattamenti più adatti, grazie alla possibilità di analizzare enormi quantità di dati clinici e genetici. L’approccio di precisione nella terapia del tumore alla prostata è potenziato dall’uso di algoritmi predittivi che suggeriscono il trattamento più efficace per ogni paziente.
L’iniziativa europea per la diagnosi del tumore alla prostata con l’AI
Il progetto europeo ProCAncer-I si propone di essere di grande aiuto nella diagnosi del tumore alla prostata grazie all’uso dell’intelligenza artificiale con un approccio di “precisione”.
L’iniziativa combina immagini avanzate da risonanza magnetica multiparametrica (mpMRI) con dati clinici — tra cui livelli di PSA, punteggi PIRADS e localizzazione delle lesioni — per sviluppare modelli AI capaci non solo di individuare i tumori nelle zone periferiche e di transizione della prostata, ma anche di stimarne l’aggressività.
La piattaforma si basa su un enorme database: più di 14mila pazienti e oltre 9 milioni di immagini, raccolte sia retrospettivamente che prospetticamente, che hanno già permesso di testare questi modelli in studi multicentrici ottenendo un’accuratezza “di livello clinico”.
Inoltre, il progetto pone forte attenzione alla trasparenza e all’affidabilità dell’AI di cui fa uso, con documentazione rigorosa su come ciascun modello AI è stato addestrato, convalidato e testato, e strumenti di monitoraggio per intervenire qualora la performance dovesse iniziare a degradare.
AI e tumori cerebrali
I tumori cerebrali, come i glioblastomi, sono tra i più complessi e difficili da trattare, ma l’AI sta mostrando promettenti risultati nel miglioramento della diagnosi e del trattamento.
L’AI viene utilizzata per prevedere la risposta ai trattamenti nei pazienti, analizzando la struttura e la genetica dei tumori per individuare terapie mirate.
Gli algoritmi di deep learning sono utilizzati anche nella pianificazione chirurgica e radioterapica, aiutando i chirurghi a determinare la posizione esatta delle masse tumorali e a pianificare interventi meno invasivi.
Ospedale di Livorno e Fondazione Pisana per la Scienza: lo studio
L’Unità Operativa di Neurochirurgia dell’Ospedale di Livorno è protagonista di uno studio internazionale che apre nuove prospettive nella lotta ai tumori cerebrali più aggressivi.
Pubblicata su Nature Communications, la ricerca – coordinata dal professor Francesco Raimondi della Scuola Normale Superiore di Pisa con la collaborazione della Fondazione Pisana per la Scienza guidata dalla dottoressa Chiara Maria Mazzanti – ha sviluppato CellHit, un algoritmo di intelligenza artificiale capace di predire quale farmaco risulti più efficace per ciascun paziente sulla base del profilo trascrittomico del tumore.
Grazie ai dati genetici, il sistema associa l’attività dei geni tumorali alla sensibilità a centinaia di molecole, oncologiche e non, identificando trattamenti personalizzati e persino nuove indicazioni terapeutiche per farmaci già esistenti.
Il reparto livornese ha contribuito in modo decisivo validando il modello con casistiche di glioblastoma, tumore cerebrale primario fra i più letali, ottenendo risultati coerenti con le previsioni algoritmiche.
“Il glioblastoma è il tumore cerebrale primario più aggressivo dell’adulto – spiega Orazio Santonocito, direttore dell’Area Testa Collo della USL Toscana nord ovest e primario della Neurochirurgia aziendale – ed è caratterizzato da un alto rischio di recidive e di un armamentario terapeutico ridotto. Lo studio recentemente pubblicato rappresenta un importante passo avanti nella correlazione tra l’espressione dei geni tumorali e la possibilità di predire la potenziale sensibilità a nuovi farmaci attraverso un modello di intelligenza artificiale CellHit messo a punto dal professor Francesco Raimondi. Questi avanzamenti scientifici potrebbero avere ricadute importanti dell’identificazione di una nuova cura per i pazienti affetti da neoplasie cerebrali aggressive”.
AI e oncologia di precisione
L’uso dell’AI nell’oncologia di precisione è una delle aree di ricerca più promettenti.
L’analisi dei big data genomici, trascrittomici e proteomici è fondamentale per sviluppare trattamenti personalizzati. Le piattaforme di AI analizzano enormi volumi di dati per identificare biomarcatori predittivi che possano guidare la scelta dei farmaci più efficaci.
Inoltre – grazie alla capacità di analizzare rapidamente le interazioni molecolari e di prevedere l’efficacia dei composti in fase di sviluppo – l’Intelligenza Artificiale sta accelerando la ricerca di nuovi farmaci e molecole target.
L’AI consente anche di ottimizzare i trial clinici, analizzando i dati in tempo reale per accelerare la validazione dei trattamenti.
Intelligenza Artificiale e tumori: limiti e sfide etiche
Nonostante i progressi, l’uso dell’AI nella lotta ia tumori presenta anche delle sfide importanti.
La validazione clinica degli algoritmi, infatti, è un aspetto fondamentale, poiché solo attraverso studi rigorosi si può garantire che i sistemi basati su AI siano sicuri ed efficaci.
Inoltre, la mancanza di trasparenza in alcuni algoritmi, ossia il problema dell’ “AI black box”, solleva preoccupazioni riguardo alla spiegabilità dei modelli di AI e alla fiducia da parte dei medici.
Le problematiche etiche legate all’uso dei dati personali dei pazienti sono un’altra sfida da affrontare. La protezione della privacy e l’accesso equo alle tecnologie sono temi cruciali da risolvere per garantire che i benefici dell’AI possano essere sfruttati in modo corretto e sicuro.
AI: quali prospettive per la lotta ai tumori?
Le prospettive future dell’AI nella lotta i tumori sono certamente interessanti e molte sono le speranze riposte dai medici e dagli oncologi nell’ottenere sempre più aiuto dall’uso di questa tecnologia.
L’evoluzione delle tecnologie di intelligenza artificiale, infatti, sta portando a una Medicina sempre più personalizzata, dove i trattamenti sono adattati alle caratteristiche genetiche di ogni paziente. L’AI continuerà a giocare un ruolo sempre più cruciale nella diagnostica, nella prognosi e nella scelta terapeutica, con la prospettiva di migliorare significativamente i tassi di sopravvivenza.
Inoltre, l’Intelligenza Artificiale sta favorendo la collaborazione tra centri clinici e aziende tecnologiche, accelerando lo sviluppo di soluzioni innovative e ampliando l’accesso a trattamenti avanzati anche nelle aree meno sviluppate.La lotta ai tumori sta vivendo una vera e propria rivoluzione grazie all’AI, che rappresenta dunque non solo una speranza, ma anche un concreto passo avanti verso un futuro in cui le malattie oncologiche potranno essere diagnosticate, trattate e prevenute con maggiore precisione e efficacia.
