Predire la recidiva del cancro cervicale utilizzando un modello di intelligenza artificiale

I ricercatori del Leiden University Medical Center (LUMC) hanno sviluppato un modello di intelligenza artificiale in grado di prevedere con precisione il rischio di recidiva del cancro uterino. Questo modello di intelligenza artificiale, HECTOR (Histology-Based Endometrial Cancer Personalized Outcome Risk), funziona meglio dei metodi attuali e può quindi svolgere un ruolo importante nel futuro del trattamento del cancro.

Il cancro dell’utero colpisce principalmente le donne di età compresa tra 55 e 80 anni ed è la forma più comune di cancro dell’organo riproduttivo femminile. La malattia viene spesso rilevata in fase iniziale e può quindi essere facilmente curata. Sfortunatamente, le probabilità di guarigione sono molto peggiori se la malattia ritorna entro cinque anni. Trattamenti aggiuntivi, come radioterapia e/o chemioterapia, riducono il rischio di recidiva. Tuttavia, questi trattamenti sono molto stressanti per i pazienti.

Modello di Ettore dell’intelligenza artificiale

Quindi il ricercatore capo e patologo Tjaling Bos e i suoi colleghi hanno studiato se l’intelligenza artificiale potesse essere in grado di prevedere questo rischio. E con successo perché Modello avanzatoHector è riuscito a prevedere il rischio di recidiva del cancro uterino con una precisione molto elevata e migliore degli attuali metodi standard.

HECTOR è stato sviluppato utilizzando immagini microscopiche di tumori e dati provenienti da precedenti studi clinici (PORTEC-1/2/3) su oltre mille pazienti. Il modello AI è stato poi testato su immagini di pazienti che non erano state utilizzate durante la fase di training. Questo test ha fornito la prima prova dell’efficacia e dell’accuratezza di Hector nel predire il rischio di recidiva del cancro uterino.

Poiché il modello AI richiede solo una micrografia e lo stadio del tumore, il metodo è anche più economico dello standard attuale. Inoltre, Hector può classificare i pazienti in diverse categorie di rischio (basso, medio, alto). Ciò, a sua volta, contribuisce a un approccio terapeutico più personalizzato. I pazienti ad alto rischio, ha previsto Hector, sembrano trarre maggiori benefici dall’aggiunta della chemioterapia alle radiazioni dopo l’intervento chirurgico. “Forse ancora più importante, ai pazienti a basso rischio può essere risparmiata la chemioterapia aggiuntiva”, ha detto Buss. Il video qui sotto spiega come funziona Hector in modo più dettagliato. Anche i risultati della ricerca lo sono pubblicato Nella medicina naturale.

Sono necessarie ulteriori ricerche

Sebbene siano ancora necessarie ulteriori ricerche, Boss vede un grande potenziale per l’utilizzo dell’intelligenza artificiale in oncologia. “I nostri risultati con Hector sono una prima indicazione che l’intelligenza artificiale può davvero migliorare la cura dei pazienti con cancro uterino”. Boss fa un paragone con l’ascesa delle auto a guida autonoma, dicendo: “Sono ancora necessarie normative prima che questo tipo di intelligenza artificiale possa effettivamente essere applicato nel settore sanitario, ma nel frattempo possiamo imparare da Hector a cosa dovremmo prestare attenzione come patologi. “”.

I ricercatori ritengono che Hector rappresenti un passo importante nella rivoluzione tecnica in oncologia. Con una diagnosi migliore è possibile elaborare piani di trattamento corretti. Ciò alla fine migliora anche le possibilità di sopravvivenza dei pazienti. “Siamo all’apice di una rivoluzione nella diagnostica, che alla fine porterà a trattamenti migliori, maggiori possibilità di sopravvivenza e una migliore qualità della vita per i nostri pazienti”, ha affermato Boss.

Oltre a prevedere il rischio di recidiva del cancro uterino, da tempo vengono condotte con successo ricerche per utilizzare l’intelligenza artificiale nella diagnosi iniziale di questa e altre forme di cancro. Nel 2022, i ricercatori della LUMC hanno già sviluppato un metodo di intelligenza artificiale che migliora la diagnosi di varie forme di cancro, compreso il cancro uterino.