Intelligenza artificiale e prevenzione cancro: come predire l’evoluzione dei noduli polmonari

Un algoritmo di deep learning è in grado di stimare le probabilità di tumore al polmone. L’intuizione arriva da alcuni ricercatori di Olanda, Germania e Danimarca e avrà effetti benefici nella cura, continuando un percorso cominciato lo scorso decennio.

TAKEAWAY

  • Esami specialistici, come le TAC, servono a individuare le masse che attentano al funzionamento degli organi vitali, tra cui i polmoni.
  • Una pubblicazione contenuta nella rivista Radiology mostra come le tecnologie che fanno capo all’ambito di studi dell’intelligenza artificiale possano dare un enorme contributo nell’identificare le prime tracce di tumori ai polmoni.
  • Con speciali algoritmi è possibile intervenire quando la situazione non è ancora critica, aumentando le possibilità di guarigione.

Intelligenza artificiale e prevenzione cancro, l’asse tra tecnologia e medicina offre ogni giorno soluzioni innovative per la cura dei tumori, dei quali il più letale colpisce i polmoni, con circa 1,8 milioni di vittime registrate nel 2020, come evidenziato dalle statistiche dell’Organizzazione Mondiale della Sanità.

Per contrastarlo un passo fondamentale da compiere è sottoporsi a una TAC, tecnica che permette di visualizzare ampie sezioni anatomiche attraverso i raggi X. Nel frangente descritto, la regione interessata è il torace, dove si cercano eventuali tracce di noduli, agglomerati sospetti di cellule.

Il protocollo attuato è solitamente la “TAC a basso dosaggio di radiazioni”, che ha diminuito la mortalità fino al 26%, secondo il National Cancer Institute  degli USA e il progetto accademico NELSON (NEderlands Leuvens longkanker Screenings ONderzoek), incentrato sui fumatori di lunga durata, tra le categorie maggiormente soggette al problema.

Le linee guida a disposizione della comunità scientifica talvolta non bastano e bisogna ricorrere al deep learning, modello computazionale a più strati che si avvale di strutture composte da neuroni artificiali che operano analogamente al cervello umano. Cornice in cui si collocano le reti neurali convoluzionali, direttamente ispirate alla biologia.

Queste ultime hanno un ruolo centrale nella definizione dello stretto rapporto che lega intelligenza artificiale e prevenzione cancro. Tuttavia sono mancati sinora degli standard per una distinzione accurata tra formazioni benigne e maligne. Così come non sempre c’è un adeguato confronto tra scienziati e personale sanitario, mentre un’intesa tra i due fronti potrebbe migliorare la qualità dei servizi offerti alla popolazione.

Lo studio in tema di intelligenza artificiale e prevenzione cancro ai polmoni

In molteplici contesti le tecnologie emergenti possono giungere più rapidamente dell’uomo a previsioni affidabili sull’andamento della malattia e a dare una svolta in tal senso, è stato, il 18 maggio 2021, l’articolo “Deep Learning for Malignancy Risk Estimation of Pulmonary Nodules Detected at Low-Dose Screening CT”, frutto del lavoro del Radboud Institute for Health Sciences di Nimega e del Meander Medical Center, entrambi nei Paesi Bassi, in sinergia con due ospedali danesi – il Nordsjællands e l’Herlev-Gentofte – e con l’Università di Copenhaghen.

Il team ha preso spunto da “Pan-Canadian Early Detection of Lung Cancer”, ricerca fatta dalla Brock University, in Canada, per introdurre, sin dagli stadi iniziali, strategie che uniscono intelligenza artificiale e prevenzione cancro.

Tale ricerca ha offerto al team nordeuropeo un ricco archivio, che può essere ulteriormente implementato con età, sesso dei pazienti e precedenti familiari, informazioni assolutamente dirimenti ai fini della diagnosi. Il secondo step è stato quello di allestire un database con oltre 16mila radiografie, prese dal National Lung Screening Trial presso il National Cancer Institute, negli Stati Uniti.

intelligenza artificiale e prevenzione cancro
Rappresentazione schematica del funzionamento delle reti neurali convoluzionali utilizzate dal team di studio per mettere a punto l’algoritmo di deep learning finalizzato alla stima del rischio di malignità dei noduli polmonari rilevati nella TAC. A sinistra, si vedono un’immagine TAC e le relative coordinate del nodulo polmonare evidenziato da un quadrato rosso, attorno al quale la macchina ha posto una sorta di “cerotto” tridimensionale di 50 mm. Nello schema accanto, le diverse proiezioni del nodulo in 2D, attraverso le quali la macchina calcola il rischio di malignità tra 0 e 1 (Credit: Radiological Society of North America).

La stretta collaborazione con i medici

Uno degli autori del paper, il professor Colin Jacobs, spiega:

Affidarsi a processi automatizzati attraverso l’impiego di algoritmi di intelligenza artificiale vuol dire ridurre al minimo interpretazioni soggettive e osservazioni avanzate dai vari addetti ai lavori. I test saranno di conseguenza più snelli ed efficaci e, parallelamente, diminuiranno gli interventi non necessari

Tutti i dati contenuti nell’archivio sono serviti ad allenare l’algoritmo di deep learning al quale si è accennato in precedenza, ottenendo risultati positivi. Traguardo confermato da un team appositamente creato dagli autori della ricerca e composto da radiologi e pneumologi, i quali – si legge nell’articolo in tema di intelligenza artificiale e prevenzione cancro – “hanno ispezionato i profili dei 26.772 partecipanti all’esperimento, avvenuto negli Stati Uniti tra l’agosto del 2002 e l’aprile del 2004, e successivamente assistiti fino al 2009”.

Partendo dalle loro storie cliniche, seppur situate nel passato, il software ha tracciato delle previsioni che si sono rivelate esatte, creando un banco di prova per il suo funzionamento. Ora potrà procedere a esaminare casi di cui ancora non si conosce l’esito. In particolare, il programma si è soffermato sulla presenza di “spiculation”, porzioni di tessuto con piccole punte sulla superficie, che si estende dai bordi del nodulo al resto del polmone.

Le prospettive future in materia di intelligenza artificiale e prevenzione cancro

La scoperta rivoluzionerà le attività di follow up, i controlli periodici a cui bisogna sottoporsi dopo un’operazione chirurgica o la comparsa di sintomi, con l’obiettivo di frenare in tempo un’eventuale recidiva.

Il metodo messo in campo nel Nord Europa mira ora ad allargare i propri ambiti di applicazione alle ostruzioni croniche a livello polmonare e alle patologie cardiovascolari. La sfida è capire come integrare nuove funzionalità e al contempo come affinare la capacità di rilevare i biomarcatori tumorali, ossia molecole che circolano normalmente nel sangue, ma se sono in grosse quantità diventano dei segnali di allarme.

Quali sono, ad oggi, le reazioni del comparto davanti al binomio intelligenza artificiale e prevenzione cancro? Senza dubbio positive, considerando la crescita di strutture sanitarie che adottano sistemi AI, ma bisogna prestare attenzione alla privacy, soprattutto nel momento in cui i computer raccolgono dati sensibili sullo stato di salute dei singoli individui.

Default image
Emanuele La Veglia
Giornalista professionista, collabora con testate online nazionali (tra cui Affari Italiani) dopo aver maturato esperienze in Sky e AdnKronos. Ha già vinto diversi premi giornalistici ed oggi scrive di sostenibilità, women empowerment e innovazione. Scrive di IT anche per il portale https://www.sergentelorusso.it/
Articles: 43