ESMO 2021 — Il commento degli esperti — Un nuovo strumento per predire la recidiva del tumore mammario usando l’intelligenza artificiale
- Univadis
- Conference Report
Ingrid Garberis è medico e ricercatore presso l’Institut Gustave Roussy-INSERM, Villejuif (Francia). In occasione del Congresso ESMO 2021 ha presentato i risultati di uno studio sull’uso dell’intelligenza artificiale (IA) per identificare meglio il rischio di recidiva delle pazienti affette da tumore mammario allo stadio iniziale. Discute qui alcuni dei risultati.
- Nonostante la prognosi a lungo termine sia favorevole, ogni anno circa il 10% delle pazienti affette da tumore mammario subisce una recidiva; l’identificazione di quelle ad alto rischio di recidiva potrebbe migliorare la gestione.
- Noi (i ricercatori della startup Owkin e Istituto Gustave Roussy) ci siamo concentrati sulla progettazione di un nuovo e semplice strumento, poco costoso e facilmente applicabile in tutti i centri sanitari, da usare come ausilio nelle decisioni terapeutiche per identificare queste pazienti, usando un approccio di apprendimento profondo (deep learning, DL).
- L’importanza di questo metodo risiede nell’identificazione delle pazienti che potrebbero evitare la chemioterapia adiuvante come pure gli effetti secondari che derivano da questo trattamento pesante.
- Sono state incluse 1.437 pazienti affette da tumore mammario positivo per il recettore degli estrogeni (estrogen receptor, ER), HER2-negativo. I vetrini colorati con ematossilina-eosina sono stati digitalizzati, pre-elaborati e inseriti nella rete di apprendimento profondo insieme a informazioni sulla sopravvivenza.
- La combinazione delle variabili cliniche basali (baseline variable, BV) con l’algoritmo di apprendimento profondo (DL) ha determinato un miglioramento dell’area sotto la curva (area under the curve, AUC) rispetto a quella ottenuta con altri modelli per la previsione della sopravvivenza a 5 anni.
- Se i nostri risultati saranno confermati in coorti esterne (analisi programmata), potremmo avere a disposizione un metodo basato sull’IA in grado di fornire ai medici informazioni affidabili per stratificare meglio le pazienti affette da tumore mammario. Potrebbe funzionare come complemento nelle decisioni terapeutiche e potrebbe consentirci di comprendere meglio la biologia dei tumori mediante l’interpretazione dei risultati ottenuti con l’IA.
- Esistono alcuni ostacoli a un uso più ampio di questo tipo di strumento. In primo luogo sono necessari dati di buona qualità, che dovrebbero diventare oggetto di un processo di standardizzazione. Sono necessarie coorti esaustive con accesso semplificato, contenenti dati strutturati, sia per l’addestramento degli algoritmi sia per la loro convalida, un passaggio cruciale per testare la potenziale generalizzabilità del modello.
- Inoltre, ogni fase del processo deve essere sottoposta alla supervisione di un patologo qualificato. I tempi, le risorse e le apparecchiature sembrano inizialmente fattori limitanti, ma il sistema richiede pochi professionisti qualificati, computer performanti e uno scanner per vetrini, sempre più accessibili per i laboratori di patologia.
- Alcuni medici temono i cambiamenti nel flusso di lavoro quotidiano. Oltre a dover fare affidamento sui risultati di algoritmi, spesso difficili da spiegare e da comprendere, gli operatori sanitari devono in effetti imparare a utilizzare nuove piattaforme e metodi computazionali. È quindi imperativo formare le generazioni future sull’IA e altri strumenti promettenti per i sistemi sanitari.
- Per realizzare concretamente la collaborazione tra medici e IA, un buon punto di partenza potrebbe essere la creazione di team multidisciplinari, nei quali le diverse parti responsabili delle attività riguardanti i progetti possono collaborare in un’atmosfera aperta e di scambio.
- L’IA non è ancora disponibile in tutto il mondo, ma grazie ai suoi costi relativamente accessibili e ai semplici requisiti, probabilmente sarà presto maggiormente accessibile. Uno dei vantaggi di questo tipo di approccio è l’opportunità di portare le competenze mediche in luoghi dove scarseggiano altri mezzi diagnostici e la consulenza di esperti.
- Credo che stiamo assistendo a una rivoluzione nei metodi diagnostici oncologici grazie all’inclusione di tutti i promettenti progressi provenienti dal campo computazionale. La crescita esponenziale dei metodi di IA applicata si tradurrà in grossi benefici per i pazienti oncologici (non solo nei tumori mammari) e molte altre malattie.
- Grazie alla necessità di semplici apparecchiature, questi metodi possono essere facilmente implementati ovunque, consentendo di ottenere grandi vantaggi nella gestione dei pazienti.
L'accesso al sito è limitato e riservato ai professionisti del settore sanitario
Hai raggiunto il massimo di visite
Registrati gratuitamente Servizio dedicato ai professionisti della salute
