Metodi e tecniche di IA impiegati nell’analisi dei dati di “Spatial biology” per un approccio innovativo alla diagnosi di malattie come il NSCLC.
Sulla base delle stime del Global Cancer Observatory: “Cancer today” redatte dalla International Agency for Research on Cancer inerenti all’anno 2020, il tumore al polmone è la forma di cancro più diffusa al mondo e presenta i più alti tassi di mortalità.
Il cancro al polmone origina tipicamente nelle cellule che rivestono i bronchi e parti del polmone e si distingue in due tipologie: il cancro del polmone a piccole cellule (SCLC), un tipo di neoplasia maligna che deve il suo nome alle piccole dimensioni delle cellule e il cancro del polmone non a piccole cellule (NSCLC) che è la forma più frequente di cancro al polmone (85% dei casi). (Altavilla G., Di Maio M., “I NUMERI DEL CANCRO IN ITALIA 2022” https://www.aiom.it/wp-content/uploads/2022/12/2022_AIOM_NDC-web.pdf, 2022.)
Il processo di trasformazione di una cellula “normale” in cellula tumorale è segnato da diverse tappe ed è necessario prendere in considerazione le anomalie genetiche, funzionali e morfologiche eventualmente presenti.
Negli ultimi decenni stiamo assistendo al rapido sviluppo delle tecnologie, cosiddette high-throughput, che hanno dato un forte impulso allo sviluppo delle discipline “omiche” (genomica, trascrittomica, proteomica, metabolomica) che stanno influenzando notevolmente la ricerca di base e la clinica, permettendo di affrontare difficili problematiche mai affrontate prima d’ora aprendo la strada alla cosiddetta medicina di precisione.
Il trattamento terapeutico dei pazienti affetti da NSCLC è profondamente cambiato negli ultimi anni. Mentre prima la cura più frequentemente utilizzata era la “chemioterapia”, oggi, alla luce delle nuove scoperte biologiche, i nuovi farmaci a bersaglio molecolare hanno dimostrato di agire meglio degli altri trattamenti risultando più efficaci per la cura dei pazienti affetti da quei tumori che presentano quelle specifiche alterazioni molecolari. La recentissima diffusione della “Spatial biology”, definita come lo studio dei tessuti nel loro contesto “spaziale” 2D o 3D, sta aggiungendo un nuovo livello di informazioni che si apprestano a rivoluzionare la scienza biomedica. Essa infatti, gioca un ruolo fondamentale nella comprensione dei meccanismi delle malattie e nell’interpretazione di quei cambiamenti cellulari clinicamente significativi.
Il mondo dell’IT è uno degli attori principali della “rivoluzione” terapeutica a cui assisteremo nei prossimi anni.
Le innovative metodiche di intelligenza artificiale (AI), permetteranno di sfruttare al meglio i dati sperimentali alimentando una trasformazione senza precedenti del settore sanitario. Infatti, il progresso in termini di capacità di calcolo e di acquisizione di dati ha portato all’avvento della patologia computazionale (CPath), un nuovissimo approccio alla diagnosi e al trattamento delle patologie che si avvale dell’utilizzo funzionale di molteplici fonti di dati (clinici, strumentali, molecolari, di laboratorio, ecc.).Potranno essere messi a punto nuovi tool diagnostici e di analisi della patologia più precisi e performanti, attraverso l’uso combinato dell’IA, in particolare la computer vision, sul nuovo set informativo prodotto attraverso le tecniche di “Spatial Biology” unitamente ai metodi di Big Data Analytics. Tali tool permetteranno di migliorare la precisione delle diagnosi, favorire l’individuazione precoce della patologia e incrementare notevolmente la capacità di individuare driver oncogeni utili alla personalizzazione della terapia per il cancro al polmone. I benefici che potrebbero derivarne sono diversi e non riguardano solo la salute dei pazienti ma anche la riduzione dei costi della spesa sanitaria.
