Tumore ovarico, Intelligenza Artificiale aiuta a prevedere qual è la terapia migliore
Salute e Benessere
fotogallery
10 foto
Lo strumento "affronta l'esigenza insoddisfatta di identificare precocemente i pazienti che probabilmente non risponderanno alla terapia neoadiuvante e potrebbero essere indirizzati a un intervento chirurgico immediato", spiega uno degli autori dello studio, Evis Sala
1/10
LO STUDIO
- E' stato sviluppato un 'software' basato sull'intelligenza artificiale in grado di prevedere la risposta alle terapie oncologiche nelle pazienti con tumore dell'ovaio
2/10
©IPA/Fotogramma
LE PERCENTUALI
- Il nuovo strumento basato sull'IA mostra una accuratezza predittiva dell'80%, di gran lunga superiore a quella dei metodi attualmente in uso
3/10
©Ansa
IL GRUPPO DI RICERCA
- Messo a punto dal gruppo di Evis Sala, dell'Università Cattolica, e Policlinico Gemelli di Roma e portato avanti dall'Università di Cambridge, lo strumento si chiama IRON (Integrated Radiogenomics for Ovarian Neoadjuvant therapy)
4/10
©IPA/Fotogramma
PUBBLICATO SU NATURE COMMUNICATIONS
- Lo strumento analizza diverse caratteristiche cliniche della paziente tra cui le immagini della malattia acquisite con la Tac, e sulla base di esse esprime una previsione sulle chance di successo della terapia. Lo studio è stato pubblicato sulla rivista "Nature Communications"
5/10
©IPA/Fotogramma
IL TUMORE OVARICO
- Il tumore dell'ovaio colpisce ogni anno più di cinquemila donne in Italia. Il carcinoma ovarico sieroso di alto grado è una delle forme più aggressive e rappresenta circa il 70-80% dei tumori ovarici
6/10
©IPA/Fotogramma
LE TERAPIE
- Spesso presenta resistenza ai farmaci chemioterapici, e purtroppo ad oggi la risposta alle terapie si può prevedere con una accuratezza massima del 50%. Di qui è nata l'idea di sviluppare uno strumento predittore basato su IA
7/10
©IPA/Fotogramma
I DATI
- "Abbiamo messo insieme due set di dati indipendenti con un totale di 134 pazienti (92 casi nel primo set di dati, 42 nel secondo set di test indipendente)", spiegano Sala e la coautrice Mireia Crispin Ortuzar dell'Università di Cambridge
8/10
©IPA/Fotogramma
LA METODOLOGIA
- "Per tutte le pazienti all'inizio (prima del trattamento), abbiamo ottenuto dati clinici, inclusi dati demografici, biomarcatori presenti nel sangue e Dna tumorale circolante (ctDna), e poi i dati della Tac", proseguono i ricercatori
9/10
©Ansa
I TEST
- "Tutte queste caratteristiche del tumore sono state date come dati di input agli algoritmi di intelligenza artificiale che costituiscono il tool. Il modello così sviluppato è stato successivamente addestrato e la sua efficacia validata su un campione indipendente di pazienti"
10/10
©Ansa
GLI OBIETTIVI
- "Da un punto di vista clinico, il framework proposto affronta l'esigenza insoddisfatta di identificare precocemente i pazienti che probabilmente non risponderanno alla terapia neoadiuvante e potrebbero essere indirizzati a un intervento chirurgico immediato", conclude Sala
)
)
)
)
)
)
)
)