L’IA può rilevare i primi segni di cancro al pancreas
Un nuovo studio indica il potenziale dell’intelligenza artificiale per prevedere chi svilupperà la malattia sulla base delle immagini TC

Uno strumento di intelligenza artificiale (AI) sviluppato dai ricercatori di Cedars-Sinai ha predetto accuratamente chi avrebbe sviluppato il cancro al pancreas in base a come apparivano le loro immagini di scansione TC anni prima della diagnosi della malattia. I risultati, che possono aiutare a prevenire la morte attraverso la diagnosi precoce di uno dei tumori più difficili da trattare, sono pubblicati sulla rivista  Cancer Biomarkers .

“Questo strumento di intelligenza artificiale è stato in grado di catturare e quantificare i primi segni molto sottili di adenocarcinoma duttale pancreatico nelle scansioni TC anni prima del manifestarsi della malattia. Questi sono segni che l’occhio umano non sarebbe mai in grado di discernere”, ha affermato  Debiao Li, PhD , direttore del Biomedical Imaging Research Institute, professore di scienze biomediche e imaging al Cedars-Sinai e autore senior e corrispondente dello studio. Li è anche la cattedra Karl Storz in chirurgia mininvasiva in onore di George Berci, MD.

L’adenocarcinoma duttale pancreatico non è solo il tipo più comune di cancro del pancreas, ma è anche il più letale. Meno del 10% delle persone a cui è stata diagnosticata la malattia vive più di cinque anni dopo la diagnosi o l’inizio del trattamento. Ma studi recenti hanno riportato che la scoperta precoce del cancro può aumentare i tassi di sopravvivenza fino al 50%. Tuttavia, al momento non esiste un modo semplice per trovare precocemente il cancro del pancreas.

Le persone con questo tipo di cancro possono manifestare sintomi come dolore addominale generale o perdita di peso inspiegabile, ma questi sintomi sono spesso ignorati o trascurati come segni del cancro poiché sono comuni in molte condizioni di salute.

“Non ci sono sintomi unici che possono fornire una diagnosi precoce per  l’adenocarcinoma duttale pancreatico”, ha affermato  Stephen J. Pandol, MD,  direttore della ricerca sul pancreas di base e traslazionale e direttore del programma del Gastroenterology Fellowship Program presso Cedars-Sinai, e un altro autore di lo studio. “Questo strumento di intelligenza artificiale può eventualmente essere utilizzato per rilevare la malattia precoce nelle persone sottoposte a scansioni TC per dolore addominale o altri problemi”.

Gli investigatori hanno esaminato le cartelle cliniche elettroniche per identificare le persone a cui è stato diagnosticato il cancro negli ultimi 15 anni e che sono state sottoposte a scansioni TC da sei mesi a tre anni prima della diagnosi. Queste immagini TC sono state considerate normali al momento in cui sono state scattate. Il team ha identificato 36 pazienti che soddisfacevano questi criteri, la maggior parte dei quali era stata sottoposta a scansioni TC al pronto soccorso a causa del dolore addominale.

Lo strumento AI è stato addestrato per analizzare queste immagini TC pre-diagnostiche di persone con cancro al pancreas e confrontarle con immagini TC di 36 persone che non hanno sviluppato il cancro. I ricercatori hanno riferito che il modello era accurato all’86% nell’identificare le persone che alla fine avrebbero scoperto di avere un cancro al pancreas e quelle che non avrebbero sviluppato il cancro.

Il modello di intelligenza artificiale ha rilevato le variazioni sulla superficie del pancreas tra le persone con cancro e controlli sani. Queste differenze strutturali potrebbero essere il risultato di cambiamenti molecolari che si verificano durante lo sviluppo del cancro del pancreas.

“La nostra speranza è che questo strumento possa catturare il cancro abbastanza presto da consentire a più persone di rimuovere completamente il tumore attraverso un intervento chirurgico”, ha affermato  Touseef Ahmad Qureshi, PhD , scienziato presso Cedars-Sinai e primo autore dello studio.

I ricercatori stanno attualmente raccogliendo dati da migliaia di pazienti nei centri sanitari negli Stati Uniti per continuare a studiare la capacità di previsione dello strumento di intelligenza artificiale.

Di ihal

Utilizzando il sito, accetti l'utilizzo dei cookie da parte nostra. maggiori informazioni

Questo sito utilizza i cookie per fornire la migliore esperienza di navigazione possibile. Continuando a utilizzare questo sito senza modificare le impostazioni dei cookie o cliccando su "Accetta" permetti il loro utilizzo.

Chiudi