“Selezionare un trattamento adatto per i pazienti affetti da tumore può risultare imprescindibile nell’ottica dei risultati clinici”. Così Danh-Tai Hoang, data scientist presso l’Australian National University e autore principale della ricerca che ha messo a punto un innovativo strumento di intelligenza artificiale, denominato DeepPT, per aiutare a vagliare il trattamento migliore nei confronti dei pazienti oncologici.
Presentato sulla rivista Nature Cancer e sviluppato in partnership con gli scienziati del National Cancer Institute (Stati Uniti) e la società farmaceutica Pangea Biomed, con sede a Tel Aviv, “DeepPT” può prevedere il profilo dell’Rna messaggero (mRna) – basilare per la produzione di proteine, rappresenta anche l’informazione molecolare chiave per la medicina di precisione in oncologia – del singolo paziente.
Selezionare il trattamento adatto per i pazienti oncologici
Se abbinato a un secondo strumento (“Enlight”), DeepPT può prevedere la risposta di un paziente alle terapie oncologiche per differenti tipi di cancro. Numeri alla mano, il modello di IA “DeepPt” è stato addestrato su oltre 5.500 pazienti con 16 tra le più comuni tipologie di neoplasie (cancro ai polmoni, al seno, alla testa e al collo, al pancreas e al collo dell’utero/cervice uterina). Con quali esiti? “Abbiamo valutato un miglioramento nel tasso di risposta dei pazienti dal 33,3% senza impiegare il nostro modello al 46,5%, utilizzando DeepPT”, afferma Hoang.
“DeepPT” si basa su lavori precedenti condotti dai medesimi ricercatori dell’Australian National University, fondata nel 1946 e con sede a Canberra, per lo sviluppo di uno strumento utile a classificare i tumori cerebrali (gruppo di neoplasie assai eterogeneo, differiscono per morfologia, sede di insorgenza, biologia, comportamento clinico, prognosi nonché approccio terapeutico). Entrambi gli strumenti di IA si basano sulle immagini microscopiche dei tessuti del paziente (immagini di istopatologia), offrendo un ulteriore, rilevante beneficio per i pazienti oncologici.
Minori ritardi nell’elaborare dati molecolari complessi
Inserita tra le sfide più grandi della medicina di precisione, l’individuazione del farmaco migliore per il singolo paziente affetto da tumore consente un vantaggio (anche in termini di tempo) non indifferente. Modelli di intelligenza artificiale come “DeepPt” possono infatti “ridurre ritardi nell’elaborazione di dati molecolari complessi, in grado di richiedere anche settimane”, puntualizza Hoang. Spiega ancora l’autore principale della ricerca: “Qualsiasi tipo di rallentamento costituisce una sfida da affrontare quando ci si rapporta a pazienti con tumori di alto grado o indifferenziato (nei tumori di grado 4, le cellule si discostano molto per caratteristiche morfologiche da quelle dei tessuti normali e tendono ad aumentare e propagarsi velocemente) che potrebbero richiedere un trattamento immediato”.
L’intelligenza artificiale al servizio della ricerca farmacologica aiuta a scegliere il trattamento più consono al singolo paziente, con particolare riferimento al profilo di rischio della persona. In tal senso, sono stati descritti algoritmi capaci di individuare quali sono i pazienti più esposti a sviluppare effetti collaterali a seguito di un trattamento e altri potenzialmente in grado di accertare la risposta a una terapia. Scongiurando così l’eventualità di sottoporre taluni pazienti a trattamenti che non risulterebbero efficaci.
Fonte immagine: ChatGPT
