Machine learning: un potenziale aiuto nei tumori testa-collo

Quali sono le possibilità predittive di un approccio di machine learning in ambito oncologico? Domanda complessa cui sta provando a dare risposta uno studio, tutto italiano, dal titolo: “Intelligenza artificiale per il cancro del distretto testa-collo localmente avanzato trattato con radioterapia adattiva multimodale: analisi radiomica di efficacia e tossicità”, condotto dalla professoressa Marta Scorsetti, Direttore della Scuola di Specializzazione di Radioterapia, Humanitas University, Responsabile dell’Unità Operativa di Radioterapia e Radiochirurgia, presso Humanitas Research Hospital (Rozzano, Milano).

I numeri della neoplasia. L’interesse del progetto si fonda anche sui numeri, importanti. Il carcinoma a cellule squamose della testa e del collo (HNSCC) registra solo in Europa 140.000 nuove diagnosi l’anno: i più frequenti in termine di tipologia. In Italia solo nel 2020 sono state stimate circa 9.900 nuove diagnosi, 7.300 casi nel maschio (“I numeri del cancro in Italia 2020”, AIOM). Nel loro complesso, i tumori della testa-collo rappresentano circa il 5% dei tumori maligni: settimi su scala mondiale, per diffusione con un tasso di sopravvivenza a 5 anni tra il 25% e il 65%.

L’approccio terapeutico. La radioterapia radicale, esclusiva o combinata a terapia sistemica, mostra dati di efficacia nell’HNSCC, tuttavia la tossicità indotta dalle radiazioni impatta sensibilmente sulla qualità della vita del paziente, anche sul lungo termine. Ed ecco entrare in gioco modalità di imaging avanzate, una tecnologia che consente di visualizzare una struttura anatomica, verificarne la funzionalità e modulare il trattamento radioterapico, erogandolo in maniera funzionale e mirata ai cambiamenti anatomici che il paziente e/o il tumore sviluppano durante la terapia, risparmiando gli organi sani. Tecnica che può essere applicata per esempio alla radioterapia adattiva (ART) e alla radiomica. La combinazione delle due potrebbe costituire un ulteriore opzione terapeutica: ovvero le caratteristiche radiomiche estratte dalle immagini grazie all’Intelligenza Artificiale potrebbero essere utilizzate per creare un modello di machine learning¹ in grado di predire la sopravvivenza dei pazienti e guidarne il trattamento.

Il progetto, cui è associato il 5×1000 di Humanitas, sarà sviluppato nel numero di E-Health di… Non perderlo!