Utilizzo dell’IA per predire le fratture ossee nei pazienti oncologici
I “gemelli digitali” della vertebra possono aiutare i medici a vedere gli effetti dei tumori
COLUMBUS, Ohio – Mentre la medicina continua ad abbracciare l’apprendimento automatico, un nuovo studio suggerisce come gli scienziati possano utilizzare l’intelligenza artificiale per prevedere come il cancro possa influenzare la probabilità di fratture lungo la colonna vertebrale.
Negli Stati Uniti, ogni anno vengono diagnosticati oltre 1,6 milioni di casi di cancro e circa il 10% di questi pazienti presenta metastasi spinali, quando la malattia si diffonde da altre parti del corpo alla colonna vertebrale. Una delle maggiori preoccupazioni cliniche che i pazienti devono affrontare è il rischio di fratture spinali dovute a questi tumori, che possono portare a forti dolori e instabilità spinale.
“La frattura spinale aumenta il rischio di morte del paziente di circa il 15%”, ha affermato Soheil Soghrati , coautore dello studio e professore associato di ingegneria meccanica e aerospaziale presso la Ohio State University . “Predicendo l’esito di queste fratture, la nostra ricerca offre agli esperti medici l’opportunità di progettare strategie di trattamento migliori e aiutare i pazienti a prendere decisioni più informate”.
Mentre molti dei cambiamenti che il corpo subisce quando esposto a lesioni cancerose sono ancora un mistero, con il potere della modellazione computazionale, gli scienziati possono avere un’idea migliore di cosa sta succedendo alla colonna vertebrale, ha affermato Soghrati.
Il loro studio, pubblicato sull’International Journal for Numerical Methods in Biomedical Engineering , descrive come i ricercatori hanno addestrato una struttura assistita dall’intelligenza artificiale chiamata ReconGAN per creare un gemello digitale o una ricostruzione virtuale della vertebra di un paziente.
A differenza della stampa 3D, in cui un modello virtuale viene trasformato in un oggetto fisico, il concetto di gemello digitale prevede la costruzione di una simulazione al computer della sua controparte reale senza crearla fisicamente. Tale simulazione può essere utilizzata per prevedere le prestazioni future di un oggetto o di un sistema: in questo caso, quanto stress può sopportare la vertebra prima di rompersi sotto pressione.
Allenando ReconGAN su immagini MRI e micro-TC ottenute scattando immagini fetta per fetta di vertebre acquisite da un cadavere, i ricercatori sono stati in grado di generare modelli microstrutturali realistici della colonna vertebrale. Utilizzando la loro simulazione, il team di Soghrati è stato anche in grado di ingrandire virtualmente il modello, una capacità che secondo lo studio è fondamentale per comprendere e incorporare i cambiamenti nell’intera forma geometrica di una vertebra.
“Ciò che rende davvero distinto il lavoro è il modo dettagliato con cui siamo stati in grado di modellare la geometria della vertebra”, ha affermato Soghrati. “Possiamo virtualmente evolvere lo stesso osso da uno stadio all’altro”.
In questo caso, i ricercatori hanno utilizzato le scansioni TC/MRI di una paziente di 51 anni con cancro ai polmoni il cui cancro aveva metastatizzato per simulare cosa potrebbe accadere se il cancro indebolisse alcune vertebre e come ciò influirebbe sulla quantità di stress che potrebbero sopportare le ossa prima della frattura.
Il modello prevedeva quanta forza avrebbero perso parti della vertebra a causa dei tumori, così come altri cambiamenti che ci si poteva aspettare con il progredire del cancro. Alcune delle loro previsioni sono state confermate da osservazioni cliniche in pazienti oncologici.
Per un campo come l’ortopedia, l’utilizzo di uno strumento non invasivo come il gemello digitale può aiutare i chirurghi a comprendere nuove terapie, simulare diversi scenari chirurgici e prevedere come l’osso cambierà nel tempo, a causa della debolezza ossea o degli effetti delle radiazioni. Il gemello digitale può anche essere modificato in base alle esigenze specifiche del paziente, ha affermato Soghrati.
“L’obiettivo finale è sviluppare un gemello digitale di tutto ciò su cui un chirurgo può operare”, ha affermato. “In questo momento, vengono utilizzati solo per interventi chirurgici molto, molto impegnativi, ma vogliamo aiutare a eseguire quelle simulazioni e ottimizzare ancora di più quei parametri”.
Ma questo era solo uno studio di fattibilità ed è necessario molto più lavoro, ha detto Soghrati. ReconGAN è stato addestrato sui dati di un solo campione cadavere e sono necessari più dati per perfezionare l’IA.
Altri coautori erano Hossein Ahmadian, Prasath Mageswaran, Benjamin A. Walter, Dukagjin M. Blakaj, Eric C. Bourekas, Ehud Mendel e William S. Marras dell’Ohio State. Questa ricerca è stata supportata dal Center for Cancer Engineering presso la Ohio State University.
