• LinkedIn
  • Telegram
  • FB
  • FB

Magazine Intelligenza Artificiale: l'IA è più di quello che appare

Magazine Intelligenza Artificiale: l'IA è più di quello che appare

Intelligenza artificiale e screening del tumore polmonare: a che punto siamo?

Polmoni

Il tumore polmonare rappresenta la prima causa di morte cancro-relata a livello globale. In Italia, ogni anno vengono diagnosticati 44.000 nuovi casi di tumore al polmone con circa 35.700 decessi dovuti a tale malattia. Uno dei principali fattori alla base dell’elevata mortalità di queste neoplasie è la diagnosi tardiva. Circa la metà dei pazienti presenta alla diagnosi tumori che, per dimensioni ed estensione, non permettono approcci di tipo curativo. Ne consegue che una diagnosi precoce, e quindi un trattamento a scopo radicale, potrebbero migliorare la sopravvivenza di questa malattia. È per tale motivo che negli ultimi decenni sono stati condotti numerosi studi per valutare l’efficacia dello screening in questo tipo di malattie. Ma a quale popolazione rivolgersi? Il principale fattore di rischio per lo sviluppo del tumore polmonare è ancora rappresentato dall’abitudine tabagica, seppure altri fattori di rischio stiano emergendo, ivi compresi l’esposizione a radon e l’inquinamento ambientale (in particolare il PM 2.5). Un fumatore ha un rischio di sviluppo di tumore polmonare che è 15-30 volte quello di una persona della stessa età che non fumi. Gli studi clinici sull’efficacia dello screening mediante tomografia computerizzata (TC o TAC) con tecnica low-dose hanno pertanto focalizzato la propria attenzione su popolazioni di soggetti adulti (età tra i 50/55 ed i 74 anni) fumatori o ex forti fumatori, in quanto esposti a maggior rischio di sviluppare tumori polmonari. I due principali studi condotti in popolazioni occidentali (NLST e NELSON) hanno dimostrato che l’utilizzo della TC in questo gruppo di pazienti è in grado di ridurre in modo significativo la mortalità per tumore polmonare.

I recenti protocolli TC consentono di esporre il volontario dello screening del tumore polmonare a una dose radiante molto limitata, quasi simile a quella di una radiografia del torace, senza comprometterne l’accuratezza diagnostica. Infatti, la TC permette di identificare noduli polmonari di pochi millimetri, permettendo una diagnosi estremamente precoce. La valutazione dei noduli polmonari oggi si avvale di sistemi computerizzati che supportano il medico radiologo non solo nell’identificare i noduli stessi, ma anche nel misurarne accuratamente le dimensioni, quantificandone il volume. Tale aspetto può risultare determinante per ottimizzare la valutazione dell’evoluzione dimensionale del nodulo polmonare nel corso del tempo e, quindi, favorire l’intercettazione tempestiva di lesioni maligne. Oltre a ciò, sono stati pubblicati diversi studi riguardo a sistemi di intelligenza artificiale capaci di perfezionare la predizione di malignità di noduli polmonari riscontrati in corso di programmi di screening. In altre parole, algoritmi basati su metodi di apprendimento sofisticati quali il machine-learning e il deep-learning, fornendo informazioni aggiuntive rispetto a quelle percepibili dall’occhio umano, si sono dimostrati promettenti nell’aiutare il medico radiologo a distinguere le lesioni meritevoli di uno stretto monitoraggio oppure di un approfondimento diagnostico (con accertamenti quali la tomoscintigrafia ad emissione di positroni [PET] o la biopsia polmonare) da noduli polmonari privi di un potenziale tumorale. Un approccio integrato da sistemi di intelligenza artificiale potrebbe quindi ridurre il numero di reperti falsi negativi e positivi, limitando l’esecuzione di esami TC superflui e contenendo i costi ad essi connessi.

Gli esami TC acquisiti in corso di screening polmonare non si limitano alla detezione e classificazione di lesioni polmonari, ma forniscono informazioni utili riguardo a numerosi reperti extra-polmonari, tra cui alcuni possibili indicatori di danno legato al fumo di sigaretta. Questi includono l’enfisema, cioè a dire la dilatazione patologica e distruzione del polmone, e le calcificazioni dei vasi coronarici, i quali conducono il sangue al muscolo cardiaco. Questi parametri possono essere valutati e quantificati sia visivamente sia attraverso l’ausilio di sistemi di intelligenza artificiale, che possono restituire una valutazione rapida e riproducibile del danno associato all’abitudine tabagica. Tale valutazione non è del tutto disconnessa da quella dei noduli polmonari, dal momento che alcuni studi suggeriscono che soggetti con una maggiore suscettibilità allo sviluppo di enfisema e calcificazioni coronariche siano anche maggiormente a rischio di sviluppare un tumore del polmone. Inoltre, la quantificazione con algoritmi di intelligenza artificiale di tali indicatori consentirebbe di fornire al volontario una stima più accurata e facilmente intellegibile del danno legato al fumo, contribuendo al percorso di disassuefazione dal tabacco integrato nei protocolli di screening.

Negli ultimi decenni sono poi stati effettuati enormi passi avanti nel campo della valutazione mini-invasiva di alcuni tumori polmonari grazie alla cosiddetta “biopsia liquida”. Tale approccio permette di ricercare specifiche alterazioni correlate al tumore direttamente su liquidi organici (es sangue prelevato con una semplice venipuntura) così da definire approcci terapeutici mirati nei pazienti con tumore polmonare in stadio avanzato. Sebbene al momento non siano ancora parte della pratica clinica test di questo tipo volti a diagnosticare la malattia in fase precoce, numerose esperienze svolte all’interno di studi clinici dedicati allo screening del tumore polmonare suggeriscono un potenziale ruolo di marcatori circolanti nell’incrementare ulteriormente la sensibilità e specificità del dato radiologico. In tale ottica, lo sviluppo di algoritmi basati sull’intelligenza artificiale che integrino più tipologie di informazioni (cliniche, radiologiche, biologiche) potrebbe rappresentare il punto di svolta per migliorare ulteriormente la performance di tali programmi di prevenzione secondaria.

L’attuale programma nazionale RISP (Rete Italiana Screening Polmone) sta valutando prospetticamente la fattibilità di un programma di screening con low-dose CT in soggetti ad alto rischio (https://programmarisp.it). Tale iniziativa non solo fornisce l’opportunità di accedere al test ma vuole, tra le altre cose, valutare in modo prospettico diversi intervalli di tempo tra gli esami radiologici nonché esplorare il ruolo di biomarcatori circolanti su sangue periferico. Inoltre, il progetto integra un programma di disassuefazione tabagica su base volontaria, condizione necessaria per ridurre significativamente l’incidenza del cancro al polmone.

Maurizio Balbi [1,3], Paolo Bironzo [2,3]

1. SCDU Radiodiagnostica, AOU S. Luigi Gonzaga, Orbassano (TO)

2. SCDU Oncologia Medica, AOU S. Luigi Gonzaga, Orbassano (TO)

3. Dipartimento di Oncologia, Università degli Studi di Torino

Esplora altri articoli su questi temi