L’intelligenza artificiale potrà sostituire l’uso della biopsia nei pazienti con glioma

Immagine: CCO Public Domain

Nei prossimi anni i pazienti con glioma, un tumore al cervello, potrebbero non aver bisogno di sottoporsi ad interventi chirurgici per aiutare i medici a determinare il miglior trattamento per i loro tumori.

Un nuovo studio della UT Southwestern mostra che l’intelligenza artificiale può identificare una specifica mutazione genetica in un glioma, semplicemente esaminando le immagini 3D del cervello – con una precisione superiore al 97%. Tale tecnologia potrebbe potenzialmente eliminare la pratica comune di interventi chirurgici di pretrattamento in cui i campioni di glioma vengono prelevati e analizzati per scegliere una terapia appropriata.

Gli scienziati hanno testato altre tecniche di imaging negli ultimi anni, ma le ultime ricerche descrivono forse uno dei metodi più accurati e clinicamente praticabili nello sforzo diffuso per la valutazione del cancro al cervello. “Conoscere un particolare stato di mutazione nei gliomi è importante per determinare la prognosi e le strategie di trattamento. La capacità di determinare questo stato utilizzando solo immagini convenzionali e Intelligenza Artificiale AI è un grande balzo in avanti “, dice Joseph Maldjian, M.D., capo della neuroradiologia presso il O’Donnell Brain Institute della UT Southwestern

Enzimi mutati

Lo studio ha utilizzato una rete di apprendimento profondo e la risonanza magnetica standard (MRI) per rilevare lo stato di un gene chiamato isocitrato deidrogenasi (IDH), che produce un enzima che in forma mutata può innescare la crescita tumorale nel cervello. I medici che si preparano a trattare i gliomi dovranno spesso sottoporre i loro pazienti a interventi chirurgici per ottenere tessuto tumorale che viene quindi analizzato per determinare lo stato della mutazione IDH. La prognosi e la strategia di trattamento varieranno in base al fatto che un paziente abbia un glioma mutato con IDH.

Tuttavia, poiché ottenere un campione adeguato a volte può richiedere molto tempo e essere rischioso, in particolare se i tumori sono di difficile accesso, i ricercatori hanno studiato strategie non chirurgiche per identificare lo stato di mutazione IDH.

Lo studio, pubblicato questa su Neuro-Oncology, si differenzia dalla ricerca precedente in tre modi:

Il metodo è estremamente accurato. Le tecniche precedenti spesso non hanno raggiunto la precisione del 90 percento

Lo stato della mutazione è stato determinato analizzando solo una singola serie di immagini MR, rispetto a più tipi di immagini.

È stato richiesto un singolo algoritmo per valutare lo stato di mutazione IDH nei tumori. Altre tecniche hanno richiesto regioni di interesse disegnate a mano o ulteriori modelli di apprendimento profondo per identificare prima i confini del tumore, quindi rilevare potenziali mutazioni.

Vedi anche: Trovato un collegamento inatteso tra glioma e malattie neurodegenerative

La bellezza di questo nuovo modello di apprendimento profondo è la sua semplicità e l’alto grado di accuratezza“, afferma Maldjian, aggiungendo che metodi simili possono essere utilizzati per identificare altri importanti marcatori molecolari per vari tumori. “Abbiamo rimosso ulteriori passaggi di pre-elaborazione e creato uno scenario ideale per passare facilmente in assistenza clinica utilizzando immagini che vengono regolarmente acquisite“.
Imaging tumorale
I gliomi comprendono la stragrande maggioranza dei tumori maligni presenti nel cervello e possono spesso diffondersi rapidamente attraverso il tessuto circostante. Il tasso di sopravvivenza a cinque anni per i gliomi di grado elevato è del 15%, sebbene i tumori con enzimi IDH mutati abbiano generalmente una prognosi migliore. Lo stato di mutazione IDH aiuta i medici anche a decidere una combinazione di trattamenti più adatti per il paziente, dalla chemioterapia e radioterapia alla chirurgia per rimuovere il tumore.
Per migliorare il processo di rilevazione delle mutazioni enzimatiche e decidere la terapia appropriata, il team di Maldjian ha sviluppato due reti di apprendimento profondo che hanno analizzato i dati di imaging da un database disponibile al pubblico di oltre 200 pazienti affetti da tumore al cervello negli Stati Uniti.
Una rete utilizzava solo una serie dalla risonanza magnetica (immagini pesate in T2), mentre l’altra utilizzava più tipi di immagini dalla risonanza magnetica. Le due reti hanno raggiunto quasi la stessa accuratezza, suggerendo che il processo di rilevazione delle mutazioni IDH potrebbe essere notevolmente semplificato utilizzando solo le immagini ponderate T2.
‘Quadro generale’
Il team di Maldjian testerà quindi il suo modello di apprendimento profondo su set di dati più grandi per ulteriori convalide prima di decidere se integrare la tecnica nelle cure cliniche. Nel frattempo, i ricercatori sperano di sviluppare farmaci per inibire IDH attraverso studi clinici nazionali in corso. Se efficaci, questi inibitori potrebbero combinarsi con le tecniche di imaging AI per individuare il modo in cui alcuni tumori cerebrali devono essere valutati e trattati.
“In generale, potremmo essere in grado di trattare alcuni gliomi senza operare su un paziente”, afferma Maldjian. “Useremmo l’IA per rilevare un glioma mutato con IDH, quindi utilizzeremo inibitori IDH per rallentare o invertire la crescita del tumore”.