Cleveland Clinic e PathAI collaborano per identificare le malattie e offrire cure
Tradizionalmente, quando i pazienti vengono sottoposti a una biopsia, i loro tessuti o cellule campione sono stati inviati a un laboratorio di patologia, posti su blocchi, tagliati in sezioni, colorati con una tinta, quindi analizzati al microscopio.
Anche in questa era di digitalizzazione, quel processo rimane relativamente invariato.
“La patologia vive ancora sul vetro”, ha affermato Brian Rubin, presidente del Pathology and Laboratory Medicine Institute della Cleveland Clinic.
“Una delle cose davvero sorprendenti della patologia oggi è che si tratta di patologi con microscopi e vetrini”, ha affermato il dottor Andy Beck, CEO dello sviluppatore di piattaforme AI PathAI. “Le persone sono stupite che non sia digitale.”
Ma PathAI e Cleveland Clinic mirano a cambiarlo. Il sistema medico dell’Ohio nord-orientale e lo sviluppatore con sede a Boston di strumenti di intelligenza artificiale e patologia medica di deep learning hanno avviato una collaborazione di ricerca quinquennale. Questa partnership comporterà la digitalizzazione di campioni patologici e il collegamento dei dati clinici con i dati patologici digitalizzati. PathAI svilupperà anche algoritmi basati sull’analisi dei flussi di lavoro e sull’uso della patologia in laboratorio.
Usare l’IA per una cura
L’obiettivo finale è aiutare la Cleveland Clinic a sfruttare l’IA per identificare più rapidamente le malattie e abbinare i pazienti alle migliori terapie uniche per le loro condizioni, ha affermato Beck.
“C’è un enorme potenziale per la creazione di nuovi algoritmi nella patologia basata sull’intelligenza artificiale che saranno utili per la ricerca e la cura dei pazienti”, ha affermato.
Gli strumenti di PathAI utilizzano reti neurali convoluzionali profonde (CNN), che consistono in milioni di nodi di elaborazione stratificati e densamente interconnessi. Utilizzando parametri nell’ordine di decine di milioni, queste reti complicate possono identificare schemi nelle immagini e nei video.
Questi strumenti verranno applicati alla Cleveland Clinic, che esegue un piano per la scansione di 1,5 milioni di diapositive in cinque anni. Il sistema medico dispone di uno dei database di vetro più grandi al mondo, quella che Rubin ha descritto come una “biblioteca fantastica e ben curata di diapositive ben annotate e ben diagnosticate”. Come ha spiegato, l’operatore di 10 strutture mediche nell’Ohio nord-orientale utilizza da anni la tecnologia delle diapositive digitali su base limitata.
Come parte dello sforzo, la clinica acquisterà diversi nuovi scanner e aggiungerà circa una dozzina di specialisti – inclusi analisti per sviluppare metodi per trasferire dati non identificati – al suo team di 100 patologi sub-specializzati.
“La partnership è davvero quella di avviare uno sviluppo su larga scala che non potremmo fare da soli”, ha affermato Rubin.
“Il nostro impegno è fornire la migliore assistenza possibile ai nostri pazienti ed è sempre più chiaro che la patologia basata sull’intelligenza artificiale può migliorare radicalmente l’accuratezza diagnostica e la selezione del trattamento”, ha aggiunto. “Facendo questo lavoro, siamo in grado di massimizzare il valore dell’apprendimento automatico per i nostri pazienti e alimentare un’innovazione più profonda che può portare a risultati migliori”.
Secondo Beck, fornire approfondimenti a livelli molecolari più profondi può portare a diagnosi più accurate.
“In un ambiente di ricerca, può prevedere cose che non potresti affatto prevedere a occhio”, ha detto. “Alla fine della giornata, la patologia basata sull’apprendimento profondo può avere un impatto davvero ampio sulla ricerca e sull’assistenza clinica”.
Diagnosi avanzata su larga scala
Sembra una vittoria per tutti, Beck e Rubin hanno concordato. Tuttavia, la digitalizzazione diffusa è stata limitata. Il più grande ostacolo, ha detto Rubin: debito aggiunto. La patologia è un’attività a basso margine e la creazione di diapositive digitali richiede scanner con una media di $ 500.000, nonché costi anticipati per software e persone. I benefici, almeno quelli percepiti, non hanno ancora superato quei costi.
“Sia che guardi qualcosa al microscopio o su un desktop, a meno che non ci sia un vantaggio aggiuntivo e non sia neutrale in termini di costi, la maggior parte delle persone non cercherà di imbarcarsi su larga scala”, ha detto Rubin. “Devono avere un incentivo”.
La Cleveland Clinic ne vede uno importante nella portabilità dei dati e nella capacità di condividere le immagini. C’è anche un’enorme opportunità in termini di archiviazione: le diapositive fisiche sono grandi e l’intenso spazio fisico di cui hanno bisogno potrebbe essere ridotto con le diapositive digitali.
E, naturalmente, ci sono le implicazioni di ampia portata, ha detto Rubin: previsioni più accurate, migliori risultati per i pazienti, maggiore comprensione delle basi molecolari della malattia, intuizioni per la ricerca e l’istruzione.
“La patologia è una pratica molto soggettiva”, ha detto Rubin. Sebbene altamente qualificati, i patologi possono commettere errori o perdere le cose, motivo per cui ai pazienti viene sempre detto di ottenere una seconda opinione. “È bello poter aggiungere solo livelli di sicurezza, portare ulteriori livelli di qualità”, ha affermato.
Patologia di precisione
In soli sei anni, PathAI ha eccelso nella sua nicchia: la società ha chiuso un round di serie C da 165 milioni di dollari nel 2021 e ha anche acquisito di recente Poplar Healthcare Management, uno dei più grandi laboratori di patologia del paese.
L’azienda si occupa del ciclo di sviluppo dei farmaci, con l’obiettivo di fornire nuove informazioni su come la patologia si collega alla risposta ai farmaci, ha affermato Beck. PathAI sta implementando i suoi sistemi in sperimentazioni cliniche con vari fornitori di servizi sanitari e sta anche costruendo nuovi tipi di test basati interamente su immagini digitali.
La partnership con la Cleveland Clinic promette molte nuove e diverse opportunità.
Ad esempio, ha sottolineato Rubin, la patologia richiede metodi robusti di catalogazione, annotazione e recupero. I patologi estraggono continuamente i vetrini dagli archivi fisici: quando un paziente ha una recidiva di cancro, ad esempio, vengono confrontati i vetrini nuovi e quelli vecchi. I campioni devono anche essere conservati in modo sicuro per vari tipi di tempo in base alle diverse normative.
Come ha postulato Rubin: quali sono i passaggi necessari per realizzare tutto questo nel regno digitale?
La partnership mira a rispondere a tali domande, ha affermato, stabilendo al contempo algoritmi e modelli per le diagnosi e il flusso di lavoro per portare la patologia al livello successivo.
“È tutto un territorio davvero nuovo”, ha detto Rubin. “È eccitante per noi, in quanto patologi accademici, lavorare ora con sviluppatori di IA/ML”.
Beck ha stimato che solo il 5% circa dei laboratori è diventato completamente digitale. Ma ha detto di essere fiducioso che il campo verrà trasformato nei prossimi cinque o dieci anni, “I laboratori avranno un aspetto molto diverso”.
Arrivarci, tuttavia, avverrà solo attraverso partnership, che richiedono un notevole impegno in termini di tempo e denaro per i fornitori e le aziende tecnologiche. Per rompere la tradizione ci vuole una buona ragione e un motivatore e le istituzioni mediche hanno bisogno di aiuto per riconoscere il valore di una maggiore qualità e riproducibilità, ha detto Beck. Anche gli operatori del settore tecnologico devono aiutare l’assistenza sanitaria a sostenere gli sforzi di digitalizzazione e renderli meno ingombranti.
“Con la sola digitalizzazione, la comodità non è stata sufficiente per passare dai vetrini ai microscopi”, ha affermato Beck. “Ma una volta che si sovrappone all’IA, il valore che queste immagini digitali possono apportare aumenta enormemente”.
“Vediamo un’incredibile opportunità per accelerare l’innovazione nella patologia di precisione e utilizzare i nostri punti di forza per collegare le comunità nell’ecosistema sanitario, inclusi pazienti, biofarmaci e ricerca accademica”, ha affermato Beck.
