La Fondazione IRCCS Istituto Nazionale dei Tumori di Milano ospita  la seconda edizione della conferenza internazionale "Artificial Intelligence for Oncology" sotto la presidenza di Arsela Prelaj, oncologa e ricercatrice dell’INT, nonché coordinatrice del Laboratorio di intelligenza artificiale dell’Istituto. L’evento ha riunito a Milano i massimi esperti di IA applicata all’Oncologia: un campo di ricerca che promette di rivoluzionare la diagnosi e la terapia dei tumori, grazie alla possibilità di analizzare automaticamente l’enorme mole di informazioni che attualmente vengono raccolte in formato digitale per caratterizzare le neoplasie.

Gli scopi del convegno

L’applicazione dell’intelligenza artificiale in ambito clinico è molto promettente, ma si tratta di un terreno in gran parte ancora inesplorato. Lo scopo di questa conferenza è quello di facilitare l’ingresso di medici e biologi nel mondo delle metodologie di Intellingenza Artificiale, permettendo loro di identificare il valore dei modelli di IA più adatti per i propri studi e le proprie sperimentazioni, rendendo prezioso e pienamente sfruttabile il volume di dati relativi ai pazienti e ai tumori, in particolare nell’individuazione di nuovi biomarcatori e meccanismi.

"La Conferenza ‘Artificial Intelligence for Oncology’ è uno degli eventi più importanti per l’IA in ambito medico e oncologico a livello internazionale, grazie alla partecipazione di relatori provenienti dai maggiori centri del mondo impegnati in questo ambito di ricerca, che risultano inoltre tra gli autori delle più rilevanti pubblicazioni sull’argomento" – dichiara Arsela Prelaj, oncologa e ricercatrice dell’INT e coordinatrice del Laboratorio di intelligenza artificiale dell’Istituto. "La novità di quest’anno è la presenza di una sessione poster, con contributi numerosi e di elevata qualità scientifica. Una giornata di lavori intensi, in cui verranno trattate tutte le principali tematiche dell’intelligenza artificiale, dall’analisi delle immagini radiologiche alla diagnostica patologica, dalla multi-omica allo scambio di dati tra diversi centri, senza trascurare gli aspetti etici e legali delle nuove metodologie".

Due questioni sul tavolo: l’impatto e l’affidabilità dell’IA

Le metodiche di IA promettono di rivoluzionare a 360 gradi tutto il percorso diagnostico terapeutico, anche in ambito oncologico. Ma dove si vedranno i maggiori effetti? E quanto i suoi risultati possono essere ritenuti affidabili?

"Allo stato attuale delle conoscenze, possiamo prevedere che l’impatto maggiore sarà sulla diagnostica, in particolare nel campo dell’analisi delle immagini PET, TAC e di risonanza magnetica" – chiarisce Prelaj.　 "L’obiettivo è utilizzare l’IA per aiutare radiologi e anatomopatologi nella refertazione, non solo automatizzando le fasi più ripetitive, ma anche interpretando in modo più profondo le immagini dal punto di vista morfologico e istologico, o consentendo di individuare con più precisione i fenotipi genomici della patologia. Inoltre, la fase di previsione dei trattamenti oncologici va un po’ oltre la fase della diagnostica, ma anche in questo campo i risultati sono promettenti". 

Ma quanto sono affidabili gli algoritmi di IA rispetto a un operatore umano? "Il concetto fondamentale è quello della generalizzabilità: un algoritmo che ha funzionato bene su un certo insieme di dati è giudicato robusto e affidabile quando funziona altrettanto bene su un altro insieme di dati" – aggiunge Prelaj.

L’intelligenza artificiale in INT

L’Istituto Nazionale dei Tumori di Milano può vantare una posizione di assoluta preminenza nel campo dell’IA applicata all’Oncologia. L’Istituto, in collaborazione con il Politecnico di Milano, ha infatti inaugurato da pochi mesi un Laboratorio specificamente dedicato all’intelligenza artificiale. Presso l’Istituto sono inoltre in corso diversi studi di applicazione dell’IA in ambito clinico, allo scopo di mettere in atto una più attenta personalizzazione del trattamento, come I3LUNG e APOLLO11.

I3LUNG

Il tumore del polmone è attualmente la prima causa di morte per cancro negli uomini e la seconda nelle donne. A questa neoplasia è dedicato il progetto di ricerca I3LUNG, di cui la dott.ssa Arsela Prelaj è coordinatrice, che è stato finanziato con 10 milioni di euro dall’Unione Europea e vede la partecipazione di 16 partner internazionali, tra i quali quattro centri clinici europei e due extraeuropei. L’iniziativa è nata per rispondere a un bisogno insoddisfatto della ricerca clinica nel tumore del polmone non a piccole cellule metastatico (mNSCLC), ovvero la mancanza di biomarcatori predittivi della risposta di un dato paziente all’immunoterapia, il trattamento che ha recentemente ottenuto risultati molto soddisfacenti in molte forme tumorali. Anche per l’mNSCLC è così, ma solo il 30-50% dei pazienti ottiene una risposta duratura. L’idea è quindi utilizzare le metodiche più avanzate dell’IA, quali l’apprendimento profondo (deep learning) e l’apprendimento automatico (machine learning), per analizzare i diversi tipi di dati disponibili su questa neoplasia, in particolare quelli relativi all’espressione del ligando di morte programmata 1 (PD-L1), che rimane l'unico biomarcatore utilizzato per predire la risposta all’IO e la sopravvivenza del paziente. Sulla base dei risultati che emergeranno dal tumore del polmone, si potranno applicare le stesse metodiche ad altre neoplasie, come i tumori genito-urinari, il linfoma, il melanoma e il tumore alla mammella.

"Lo studio I3LUNG si compone di una parte retrospettiva, su dati relativi a soggetti che hanno già ricevuto l’immunoterapia o la stanno ricevendo, per un totale di 2188 pazienti coinvolti nei sei centri clinici, di cui 731 afferenti all’INT, e una parte prospettica, che coinvolgerà più di 170 soggetti, di cui 47 sono i cosiddetti pazienti ‘omici’ per i quali, cioè, sono disponibili dati completi" – conclude Prelaj.

APOLLO11

APOLLO11 è uno studio multicentrico italiano, di tipo osservazionale, che coinvolge pazienti con diagnosi di carcinoma polmonare avanzato trattati con terapie innovative. Nell’ambito di questo progetto, verranno raccolti dati multiomici retrospettivi e prospettici, come i tessuti e il materiale biologico ematico, oltre ai dati clinici e radiologici. L'obiettivo generale del progetto è quello di costruire un consorzio che integri diversi set di dati e una biobanca virtuale dei centri italiani partecipanti per il cancro al polmone. Per gestire questo grande set di dati forniti, verranno applicate tecniche di IA e in particolare di machine learning, integrando dati retrospettivi e prospettici basati sulla popolazione. L'obiettivo finale è realizzare uno strumento in grado di aiutare medici e pazienti a prendere decisioni sul trattamento.