Combinando apprendimento automatico e tecniche di neuroimaging, alcuni ricercatori hanno trovato il modo per una rilevazione non invasiva dei tumori del cervello in età pediatrica.
TAKEAWAY
- I tumori cerebrali sono i più comuni nell’infanzia, nonché la principale causa di morte per cancro in questa fascia d’età.
- Tali patologie possono essere ora classificate combinando apprendimento automatico e neuroimaging, ossia la mappatura della struttura del sistema nervoso.
- Poter identificare i tumori in modo non invasivo e rapido, permetterà di trattarli nella maniera più efficace possibile.
Intelligenza artificiale e neuroimaging sono discipline utilizzate sempre più spesso nella diagnosi dei tumori. Il neuroimaging, in particolare, indica una serie di tecnologie sviluppate con l’obiettivo di mappare la struttura del sistema nervoso, assistendo i medici e i tecnici di radiologia.
Tale disciplina, di recente formazione, può dare enormi risultati soprattutto se combinata alle potenzialità del machine learning, branca dell’artificial intelligence che si occupa di analizzare e correlare tra loro immense quantità di dati.
L’ultima novità arriva dall’Università di Warwick con la pubblicazione dell’articolo “Classification of paediatric brain tumours by diffusion weighted imaging and machine learning”, riportato sulla rivista Scientific Reports edita da Nature. Quali porte si aprono con la scoperta inglese e in cosa consiste? Scopriamolo nel dettaglio.
La diagnosi dei tumori cerebrali in età pediatrica
La principale causa di morte per cancro nei bambini sono i tumori cerebrali, in particolare quelli della fossa cranica posteriore, dove si trova il cervelletto, responsabile del movimento. L’indicazione non è tuttavia sufficiente per tracciare un profilo completo poiché ad attaccare l’area, sono tre diverse forme tumorali, note rispettivamente coi nomi diEpendymoma, Medulloblastoma e Pilocytic Astrocytoma.
Nel percorso diagnostico, il primo step da fare è una valutazione qualitativa della risonanza cerebrale, una scansione che permette di riscontrare eventuali masse anomale. In un secondo momento subentrano le competenze dei radiologi per chiarire il caso specifico che si ha davanti.
La ricerca resa nota dall’Ateneo di Warwick rientra in un progetto molto ampio condotto dall’Università di Birmingham e mira a comprendere come intelligenza artificiale e neuroimaging possano intervenire nel riconoscimento del tipo di malattia.
Il sistema adoperato vuole offrire soluzioni alternative a esami come la biopsia, ossia il prelievo di una porzione di tessuto. Quest’ultima viene analizzata al microscopio per verificare la crescita delle cellule e, in generale, i fenomeni responsabili di un eventuale cancro.
Gli scienziati si sono servirti dell’imaging ponderato per la diffusione, un meccanismo che consiste nell’acquisizione di materiale fotografico in grado di ritrarre quanto succede all’interno del corpo del paziente.
Successivamente il team si è affidato ad un programma informatico con il quale ha estratto tutte le cifre utili per conoscere l’entità del problema. A supporto delle sperimentazioni è stata utile la spettroscopia, parola che definisce l’osservazione delle radiazioni elettromagnetiche, fenomeni di propagazione dell’energia e segnali di eventuali problemi all’interno dell’organismo.
L’indagine ha riguardato 117 pazienti in età pediatrica, le cui informazioni sono state prese da diciotto diversi scanner, situati in dodici diversi ospedali del Regno Unto. A guidare l’operazione il professor Theo Arvanitis, direttore dell’Institute of Digital Healthcare con sede a Warwick, che, in qualità di autore dello studio, ha dichiarato a margine del lavoro:
“L’impiego di intelligenza artificiale e neuroimaging può, in potenza, aiutare a distinguere, in modo sicuramente non invasivo, i tre principali tipi di tumori pediatrici che possono comparire nella fossa posteriore. Quest’ultima è l’area del cervello in cui tali tumori si trovano con maggiore frequenza nei bambini”
Intelligenza artificiale e neuroimaging: strumenti non invasivi per rilevare i tumori
“Se la tecnica descritta – prosegue Arvanitis – verrà regolarmente utilizzata negli ospedali, significa che i tumori potranno essere caratterizzati e classificati in modo efficiente e i trattamenti correlati potrebbero portare a un consistente numero di esiti favorevoli per i bambini affetti dalla malattia“.
Alla sua visione si aggiunge, sulla stessa linea, quella di un altro membro del team, il professor Andrew Peet, docente di oncologia pediatrica clinica a Birmingham e, al tempo stesso, medico ospedaliero nella stessa città.
“Quando un bambino viene in ospedale con sintomi sospetti – ha spiegato – inizia un momento davvero difficile per le famiglie. Noi dobbiamo essere pronti a fornire delle prime risposte in tempi brevi. La condizione ideale sta nel non dover ricorrere ad accertamenti invasivi e ciò è possibile attraverso l’intelligenza artificiale e neuroimaging”.
L’individuazione del pericolo migliora nel momento in cui si effettua un’analisi quantitativa del coefficiente di diffusione (ADC), misura che indica l’estensione del tumore e che si ottiene attraverso una vasta gamma di strumentazioni.
Per la distinzione delle tre tipologie di cancro è stata determinante la classificazione di Bayes. L’algoritmo bayesiano è sviluppato per dividere gli oggetti presenti in un determinato gruppo e distribuirli in rispettive classi di riferimento. In una prima fase si comunica alla macchina il criterio di alcuni abbinamenti, ad esempio tra le fotografie e le loro descrizioni.
Così si ottengono, attraverso un processo automatizzato, delle associazioni che l’utente può vedere sull’interfaccia del software. La forma scelta per la visualizzazione dei dati, nel caso della ricerca inglese, è stata quella rettangolare, propria degli istogrammi, i grafici a barre orizzontali o verticali.
Database di pazienti in età pediatrica partendo da intelligenza artificiale e neuroimaging
Le procedure attuate sono state tutte sottoposte all’approvazione dal comitato etico regionale di Derby, che ha dato il suo assenso. Trattandosi di minorenni è stato richiesto il consenso ai genitori o ai tutori dei pazienti per allestire quindi il database contenente i dati sui quali lavorano intelligenza artificiale e neuroimaging.
I centri contattati per acquisire le relative documentazioni sono stati reperiti in tutta l’Inghilterra e in particolare a Nottingham, a Newcastle, a Liverpool e a Londra, coinvolgendo il Great Ormond Street Children’s Hospital oltre che, come accennato, l’ospedale pediatrico di Birmingham.
L’imperativo è stato quello di lavorare con grande accuratezza agendo su un terreno delicato, in cui spesso diventa imprescindibile l’intervento chirurgico, in previsione del quale urge avere un quadro molto chiaro della situazione.
Per agire in maniera sicura e conforme agli standard in materia, tutte le immagini sono state preventivamente controllate prima di essere elaborate. Dei 117 individui coinvolti, 55 avevano il Medulloblastomas, 36 avevano riscontrato il Pilocytic Astrocytoma e 26 erano affetti da Ependymoma. Altre tipologie di cancro non sono state incluse perché i numeri erano troppo piccoli e dunque poco significativi.
“I risultati conseguiti – conclude il team – hanno consentito un’importante mappatura, dimostrando come si possa agire con vari scanner e da ospedali diversi, seguendo comunque un protocollo unico. Si tratta di un metodo che può produrre risultati affidabili. L’analisi è retrospettiva perché si riferisce a casi già noti, ma offre, allo stato attuale, un’ottima possibilità per distinguere dei tumori tra loro differenti”.