Il cancro al pancreas è sulla buona strada per diventare la seconda causa di decessi correlati al cancro negli Stati Uniti entro il 2030. Il fattore principale di questa triste statistica è la diagnosi tardiva: circa l’85% dei casi viene diagnosticato solo dopo che la malattia si è metastatizzata, lasciando i pazienti con opzioni terapeutiche limitate e bassi tassi di sopravvivenza.
Tuttavia, uno studio rivoluzionario condotto da ricercatori della Mayo Clinic e dell’MD Anderson Cancer Center dell’Università del Texas suggerisce che questo paradigma potrebbe cambiare. Hanno sviluppato un sistema di intelligenza artificiale in grado di identificare i primi segni di cancro al pancreas nelle scansioni TC di routine, spesso da 16 a 24 mesi prima di una diagnosi clinica.
Come funziona REDMOD
Il nuovo sistema, denominato REDMOD (Radiomics-based Early Detection Model), non cerca tumori visibili. Analizza invece la “radiomica”: modelli sottili e complessi nella struttura e nella struttura dei tessuti che sono invisibili all’occhio umano.
Il cancro inizia quando le cellule acquisiscono mutazioni nel DNA che ne alterano la crescita e la divisione. Questi cambiamenti si verificano anni prima che un tumore diventi abbastanza grande da causare sintomi o apparire distinto in una scansione standard. REDMOD è stato addestrato su 969 scansioni TC del pancreas per riconoscere queste microscopiche interruzioni strutturali, individuando efficacemente la “firma” del cancro all’interno di quello che sembra essere un tessuto normale.
Prestazioni superiori rispetto ai radiologi umani
Per convalidare il modello, i ricercatori hanno testato REDMOD su un set di dati separato comprendente:
* 63 scansioni di pazienti a cui è stato successivamente diagnosticato un cancro al pancreas (scansionate prima della diagnosi).
* 430 scansioni da soggetti sani di controllo.
I risultati hanno evidenziato un vantaggio significativo per il rilevamento assistito dall’intelligenza artificiale:
* Tasso di rilevamento del 73%: REDMOD ha correttamente contrassegnato come sospette 46 delle 63 scansioni pre-diagnosi.
* Confronto umano: quando due radiologi esperti hanno esaminato le stesse scansioni senza l’assistenza dell’intelligenza artificiale, hanno identificato i primi segni solo nel 38,9% dei casi.
* Coerenza: l’intelligenza artificiale ha dimostrato un’elevata stabilità longitudinale, producendo risultati coerenti anche analizzando scansioni effettuate a mesi di distanza dallo stesso paziente.
“L’ostacolo più grande per salvare vite umane dal cancro al pancreas è stata la nostra incapacità di vedere la malattia quando era ancora curabile”, afferma il dottor Ajit Goenka, radiologo e specialista in medicina nucleare presso la Mayo Clinic. “Questa intelligenza artificiale può ora identificare la firma del cancro da un pancreas dall’aspetto normale, e può farlo in modo affidabile nel tempo e in diversi contesti clinici”.
Sfide e falsi positivi
Sebbene il tasso di rilevamento sia promettente, il modello non è privo di limitazioni. Nel gruppo di controllo sano, REDMOD ha erroneamente contrassegnato 81 scansioni su 430 (circa il 19%) come sospette. In un contesto clinico reale, ciò comporterebbe falsi positivi, richiedendo ai pazienti di sottoporsi a test aggiuntivi e potenzialmente invasivi per escludere il cancro.
Tuttavia, i ricercatori notano che il modello ha funzionato in modo coerente su diversi set di dati e attrezzature ospedaliere, suggerendo la sua robustezza. Il compromesso tra elevata sensibilità (casi reali) e specificità (evitare falsi allarmi) è un punto cruciale per il perfezionamento futuro.
Il percorso da seguire
Gli autori dello studio sottolineano che REDMOD è attualmente una prova di concetto. Prima di poter essere utilizzato nella pratica clinica di routine, deve essere sottoposto a una convalida prospettica in coorti di pazienti ad alto rischio. Il prossimo passo è essenziale per determinare se l’intelligenza artificiale può spostare in modo affidabile lo standard medico dal trattamento reattivo della malattia in stadio avanzato all’intercettazione proattiva del cancro in stadio iniziale.
In caso di successo, questa tecnologia potrebbe trasformare lo screening del cancro al pancreas analizzando le scansioni TC esistenti effettuate per altri motivi medici. Identificando il rischio con anni di anticipo, i medici potrebbero intervenire quando i trattamenti curativi, come la chirurgia, sono ancora opzioni praticabili.
In sintesi, anche se permangono le sfide relative ai falsi positivi, REDMOD rappresenta un significativo passo avanti nella tecnologia di diagnosi precoce, offrendo la speranza che una delle forme di cancro più mortali possa presto essere diagnosticata mentre è ancora curabile.
