Con la collaborazione della psicopedagogista Halyna Maletska
L‘Università Aldo Moro di Bari è diventata, all’inizio di Febbraio, principal partner del progetto European cancer imaging – Eucaim –, progetto dedicato all‘analisi delle immagini oncologiche attraverso l’Intelligenza Artificiale.
Il programma coinvolge il gruppo di ricerca multidisciplinare, coordinato dalla docente di Fisica applicata dell’Università Aldo Moro di Bari, la Prof.ssa Sabina Tangaro, e rappresenta un’iniziativa all’avanguardia dell’Europe’s Beating Cancer Plan – EBCP, il piano europeo per la lotta contro il cancro.
Questo prestigioso studio rappresenta un passo fondamentale nello sviluppo di soluzioni basate sia sull’Intelligenza Artificiale (IA) che sul Calcolo ad Alte Prestazioni (HPC) per migliorare la diagnostica e le terapie oncologiche.
Lo comunicazione della Prof.ssa Tangaro, evidenzia che “grazie alla disponibilità di migliaia di dati e immagini biomediche, sarà possibile sviluppare metodi innovativi per la diagnosi precoce del cancro, con un impatto concreto e altamente positivo sulla salute della popolazione generale e dei pazienti oncologici, in particolare“.
La rete progettata nell’ambito dell’iniziativa, evidenzia l’Università di Bari, “collegherà le risorse delle più importanti banche dati dell’Unione europea, garantendo a medici, ricercatori e sanitari l’accesso a grandi volumi di imaging sui tumori.”
Ciò rappresenta un’importante opportunità per l’Ateneo pugliese, rafforzando sia il suo contributo alla ricerca clinica e traslazionale che le relazioni con la Comunità scientifica europea impegnata nella lotta contro i tumori.
Questo approccio favorirà:
- Innovativi strumenti per la medicina personalizzata;
- Condivisione e creazione di nuovi dati di imaging;
- Standard elevati di sicurezza e protezione dei dati personali.
All’interno di questa iniziativa, “l’Università di Bari avrà un ruolo chiave nello sviluppo di algoritmi di Intelligenza Artificiale come sistemi di supporto alla diagnosi del cancro, attraverso l’analisi avanzata delle immagini mediche” – conclude la Prof.ssa Sabina Tangaro.
La Normale di Pisa e l’Intelligenza Artificiale applicata all’oncologia
Il gruppo di Bioinformatica del Laboratorio di Biologia della Scuola Normale di Pisa, ha recentemente sviluppato un nuovo modello di Intelligenza Artificiale per la previsione di terapie personalizzate in oncologia.
Il metodo consente di predire quali siano i farmaci che potrebbero essere più efficaci nel ridurre la crescita tumorale, a partire dall’informazione genomica dei pazienti ed in particolare del livello di espressione dei loro geni da DNA a mRNA (trascrittomica).
Il nuovo modello, perfezionato mediante l’uso di IA, è stato elaborato dal Dr. Francesco Carli, sotto la supervisione del Prof. Francesco Raimondi, Responsabile del gruppo di Bioinformatica del Laboratorio di Biologia dell’Ateneo pisano.
La ricerca è stata pubblicata sulla rivista scientifica internazionale Nature Communications.
Così spiega il Dr. Carli: “L’approccio, chiamato Cell-Hit, è stato addestrato su grandi banche dati di linee cellulari tumorali trattate con migliaia di farmaci, sia oncologici che non-oncologici.
Mediante una procedura innovativa, basata su modelli di linguaggio MixtralAI e ChatGPT, sono stati annotati per ogni farmaco i geni responsabili del loro meccanismo d’azione. Questo dato è stato fondamentale per individuare sia i modelli che avevano appreso i meccanismi di azione dei farmaci, che per aumentare ulteriormente le performance predittive.
La capacità di CellHit di predire in modo efficace terapie individuali e in combinazione, è stata successivamente validata analizzando migliaia di dati pubblici di trascrittomica di pazienti oncologici, per cui i migliori farmaci predetti dal modello erano quelli effettivamente prescritti per il tumore specifico.”
Questo approccio è stato poi utilizzato per processare i dati trascrittomici di pazienti affetti da adenocarcinoma pancreatico, in collaborazione con il gruppo guidato dal Prof. Gioacchino Natoli dell’ Istituto europeo di Oncologia di Milano (Ieo), e di pazienti affetti da glioblastoma multiforme, in concorso con il gruppo guidato dalla D.ssa Chiara Maria Mazzanti, della Fondazione Pisana per la Scienza (Fps).
Spiega il Prof. Gioacchino Natoli (Ieo), uno dei coautori dello studio: “Per neoplasie di straordinaria aggressività e molto limitate opzioni terapeutiche come l’adenocarcinoma del pancreas e il glioblastoma multiforme, la possibilità di predire l’efficacia di specifici farmaci o combinazioni di farmaci con approcci di Intelligenza Artificiale potrà fornire un contributo essenziale per la razionalizzazione di nuove sperimentazioni precliniche e cliniche”.
La D.ssa Chiara Maria Mazzanti (Fps): “Grazie alla capacità dell’IA di estrapolare informazioni rilevanti da dati estremamente complessi, possiamo immaginare nuovi scenari terapeutici per patologie dove per molto tempo le cure tradizionali si sono dimostrate inefficaci. Inoltre, il potenziale dell’Intelligenza Artificiale va ben oltre perché non solo apre la strada a farmaci nuovi, ma consente anche di rivalutare farmaci sviluppati per altre patologie, rivelando nuove applicazioni proprio contro il cancro.”
Il Prof. Francesco Raimondi (Normale di Pisa): “Questo studio rappresenta un esempio di come il lavoro di squadra e una ricerca collaborativa e multidisciplinare, potenziate dalle nuove tecnologie di IA, possano esaltare il talento e le capacità dei singoli, consentendo di arrivare a traguardi difficilmente immaginabili anche solo pochi anni fa. Ma questa è solo la prima pietra: in futuro sarà necessaria una sempre più stretta collaborazione tra scienziati computazionali e sperimentali per tradurre i risultati teorici in terapie innovative ed efficaci da consegnare ai clinici”.
Lo studio è stato reso possibile grazie ai finanziamenti dell’Associazione Italiana per la ricerca sul Cancro (AIRC), del Dipartimento di Eccellenza della Scuola Normale Superiore di Pisa, dell’Ecosistema Toscano per la Salute (Tuscany Health Ecosystem – THE) e alle risorse di calcolo messe a disposizione dal Centro HPC della Scuola e del Centro Italiano di Supercalcolo – Cineca -attraverso il Supercomputer Leonardo.
Il modello CellHit sarà liberamente disponibile online al seguente indirizzo https://cellhit.bioinfolab.sns.it/, consentendo a ricercatori clinici di identificare in tempi rapidi potenziali approcci terapeutici innovativi per pazienti oncologici.
Nasce il primo Laboratorio di Intelligenza Artificiale per l’oncologia all’INT di Milano
Nel 2023 è stato inaugurato il primo Laboratorio di Intelligenza artificiale per l’oncologia in Italia, un progetto voluto fortemente dall’Istituto Nazionale dei Tumori di Milano.
Avere una grande mole di dati utilizzabili è la nuova frontiera della gestione sanitaria per identificare e analizzare le cause di malattia in modo sempre più efficiente, abbattere i costi e ridurre gli errori assistenziali.
A questo proposito è stata intervistata la D.ssa Arsela Prelaj, Coordinatrice del Laboratorio di Intelligenza Artificiale, oncologa toracica nonché ricercatrice all’Istituto dei Tumori e dottoranda in Bioingegneria e IA al Politecnico di Milano.
Quali attività saranno svolte presso il Laboratorio di IA?
“Il Lab ospiterà diversi dottorandi. Di questo team faranno parte bioingegneri, medici che hanno iniziato dottorati di bioingegneria ma anche specialisti in Data science, bioinformatici e biologi.
Parliamo di una serie di figure trasversali, professionisti che lavoreranno in stretta collaborazione in un gruppo davvero multidisciplinare per creare un laboratorio centrato sull’uso dell’Intelligenza Artificiale in ambito sanitario.
Sono orgogliosa – aggiunge la Coordinatrice – che questo progetto sia nato dalla collaborazione che abbiamo stabilito con il Politecnico di Milano. Il team si dedicherà al disegno, all’implementazione e all’analisi dell’efficacia di diverse metodologie di machine learning, deep learning e intelligenza artificiale, lavorando su un’enorme quantità di dati scientifici. Per questo sarà strutturato in aree tematiche, come la radiomica o la digital pathology, l’integrazione multimodale dei dati e la loro comprensione. Si immagazzineranno non solo dati clinici, ma anche quelli provenienti dalla genomica o dalla multiomica, in sostanza tutti quei dati translazionali che analizziamo in ambito di ricerca di base.
Successivamente alla raccolta, questo materiale verrà processato e analizzato con tecniche di Intelligenza Artificiale. L’obiettivo è creare strumenti decisionali per ottimizzare la diagnosi e la scelta del successivo trattamento terapeutico, anche se questi strumenti saranno in realtà multitasking. Il Lab collaborerà con altri laboratori dell’Istituto nella sua sede di AmadeoLab, dove si trova la biobanca dei progetti che sto coordinando su pazienti con tumore al polmone che fanno, per esempio, terapie mirate come target therapy e immunoterapia.
Collaboreremo, a livello internazionale, con laboratori esteri in Europa e Stati Uniti, in particolare con quello di Data Science dell’Università di Chicago, con il Prof. Alex Pearson e la Prof.ssa Marina Garassino”.
Nel campo oncologico, i Big Data sono importanti per supportare l’Intelligenza Artificiale. Quanto incide positivamente un loro uso ottimale?
“I Big data hanno diverse qualità – aggiunge la D.ssa Prelaj. A parte il loro volume, anche la velocità di raccolta e la varietà dei dati stessi. Questi fattori sono essenziali nell’ambito oncologico. In Italia, però, abbiamo due problematiche. La prima è il volume, il numero di pazienti cioè; rispetto ad altri settori siamo purtroppo molto indietro nel mettere insieme i dati. L’altro problema è la qualità, che ad oggi per quanto riguarda la raccolta dei dati, è ancora debole. Bisogna avere metodi standardizzati e di qualità per produrre buoni algoritmi. E in quest’ultimo caso, non parlo solo nel settore oncologico, ma dell’ambito medico in generale”.
Che tipo di “rapporto lavorativo” potrebbe instaurarsi, in futuro, tra la figura del medico e l’Intelligenza Artificiale?
“Nel campo della medicina vedo orizzonti positivi – chiosa la ricercatrice – L’Intelligenza Artificiale, in futuro, potrebbe risolvere molti quesiti sanitari in breve tempo. Di conseguenza, il medico potrà dedicarsi ad altre cose, come umanizzare e approfondire di più il rapporto con il paziente, guadagnando tempo e sforzi per la gestione di una parte di burocrazia diagnostica, o dedicarsi a task più complessi dove l’Intelligenza artificiale non può arrivare da sola”.
Bisogna puntare sui Big data, ma servono più finanziamenti e un cambio di strategia. Questa la ricetta giusta per migliorare la ricerca sul cancro.
L’Italia si trova ai primi posti in classifica in Europa per la prevenzione, con una spesa del 5,5% a fronte di una media continentale del 3,4%. Gli orizzonti futuri fanno ben sperare e l’Intelligenza Artificiale non rappresenterà un fattore di rischio in quanto non è competitiva col medico, tutt’altro, ottimizzerà invece gli step dalla diagnosi iniziale fino alla successiva scelta terapeutica.
La coinvolgente riflessione della D.ssa Halyna Maletska
“Il coinvolgimento dell’Università Aldo Moro nel progetto European Cancer Imaging – Eucaim è una scintilla di speranza per chi, come me, crede nella scienza come forza motrice del progresso e nella tecnologia come alleata per salvare vite umane.
L’Intelligenza Artificiale ormai sta diventando uno strumento potentissimo, in grado di decifrare schemi complessi e offrire risposte là dove il tempo e i limiti umani finora imponevano lunghe attese e profonde incertezze. La possibilità di analizzare enormi quantità di dati e trasformarli in soluzioni concrete significa poter ribaltare il destino di migliaia di pazienti, offrendo loro terapie più mirate ed efficaci. Con l’IA, è diventato possibile individuare trattamenti innovativi e anche ripensare l’uso di farmaci già esistenti in protocolli nuovi e rivoluzionari.
Ma c’è un’altra sottolineatura da mostrare: nonostante la potenza di questa tecnologia, resto fedele all’idea che il cuore pulsante della medicina sia e debba restare sempre l’uomo. L’Intelligenza Artificiale è una bussola straordinaria, ma servono menti allenate e mani esperte per leggere i dati, cuori sensibili per tradurre freddi numeri in cure personalizzate. Nessun algoritmo potrà mai sostituire l’empatia di un medico che guarda negli occhi il proprio paziente, che comprende le sue paure, che personalizza ogni terapia non solo sulla base dei dati ma anche condividendo la storia dell’essere umano che ha di fronte.
Ecco perché la formazione medica del futuro dovrà integrare competenze avanzate nell’uso di queste tecnologie con la capacità empatica di accogliere ogni paziente, affinché il connubio tra intelligenza artificiale e intelligenza umana diventi davvero la chiave per una medicina più efficace e solidale.
Solo con una solida preparazione scientifica e una visione etica chiara possiamo sfruttare al massimo il potenziale dell’IA senza mai perdere di vista l’essenza della professione medica: curare la persona e non solo la malattia.
Quello che mi dà la più grande soddisfazione è il potenziale dell’Intelligenza Artificiale nel ridurre il tempo, quella variabile crudele che in medicina può fare la differenza tra la vita e la morte. Accorciare i tempi di diagnosi significa intervenire prima, offrire più possibilità di guarigione, ridurre il peso delle terapie e restituire ai pazienti non solo più anni alla vita ma più vita agli anni.
Diagnosi più rapide significano trattamenti più tempestivi, possibilità di intervenire prima che sia troppo tardi, speranza laddove prima c’era solo snervante attesa. Ogni giorno che possiamo risparmiare nella lotta contro il cancro è una vita che possiamo salvare, una famiglia che possiamo allontanare dal dolore, una possibilità in più di storie che possono continuare ad essere scritte.
E in fondo, non è forse questo il vero scopo della scienza? Dare una possibilità in più, una viva speranza laddove prima sembrava non essercene alcuna.”
Articoli sull’Intelligenza Artificiale in oncologia
Intelligenza artificiale: un aiuto per le terapie oncologiche – Oncolife
https://www.oncolife.it/in-prima-linea/telecamera-individua-tumori-microscopici-del-colon/
Fonti
https://pmc.ncbi.nlm.nih.gov/articles/PMC11828915/ (articolo Carli Raimondi sul Cell-Hit)
https://www.innlifes.com/digital-health/intelligenza-artificiale-oncologia/