Diagnosi Oncologica su Misura con l’utilizzo dell’AI | Intelligenza artificiale in medicina generale | App intelligenza artificiale italiano gratis | Chatgpt cos'è e come funziona | Turtles AI

Un innovativo strumento di AI, sviluppato dalla Harvard Medical School, si propone di trasformare il panorama della diagnosi e del trattamento del cancro. Grazie alla capacità di analizzare tessuti tumorali digitalizzati, il modello AI, denominato CHIEF, è in grado di prevedere la risposta del paziente alle terapie, migliorare la scelta dei trattamenti e offrire una previsione accurata della sopravvivenza in 19 diversi tipi di cancro. Questo approccio, descritto su Nature il 4 settembre, rappresenta un avanzamento significativo rispetto ai modelli AI attuali, che sono limitati a compiti specifici e a un numero ristretto di tipi di cancro. 

Punti chiave:

•  CHIEF utilizza immagini digitali dei tessuti tumorali per migliorare la diagnosi e il trattamento del cancro.
•  Il modello è stato testato su 19 tipi di cancro, dimostrando una flessibilità e una precisione superiori rispetto ai metodi AI esistenti.
•  CHIEF è in grado di prevedere mutazioni genetiche rilevanti per la risposta ai trattamenti e di identificare pazienti che potrebbero trarre beneficio da terapie personalizzate.
•  La sua efficacia è stata convalidata su una vasta gamma di campioni provenienti da istituzioni internazionali.

CHIEF utilizza le caratteristiche del microambiente tumorale per identificare con precisione le cellule cancerose, il profilo molecolare del tumore e le possibili mutazioni genetiche, superando i metodi tradizionali. Addestrato su 15 milioni di immagini non etichettate e ulteriormente raffinato su 60.000 immagini di tessuti da diversi organi, CHIEF è stato testato su oltre 19.400 immagini provenienti da 32 set di dati internazionali, dimostrando una performance superiore in termini di rilevamento del cancro e predizione dei risultati clinici. La capacità di CHIEF di identificare cellule tumorali e prevedere l’efficacia delle terapie è stata validata su un’ampia gamma di campioni, indipendentemente dalla tecnica di digitalizzazione o dal metodo di raccolta delle cellule tumorali. Questo lo rende un modello versatile, adattabile a diverse situazioni cliniche. Inoltre, CHIEF è in grado di identificare rapidamente pattern cellulari che suggeriscono variazioni genomiche specifiche, offrendo una possibile alternativa al costoso e lungo processo di sequenziamento del DNA. In test comparativi, CHIEF ha raggiunto un’accuratezza del 94% nel rilevamento del cancro e ha superato i metodi esistenti del 36% in compiti quali la previsione della sopravvivenza e l’identificazione di geni legati alla risposta al trattamento. Tra le scoperte del modello, è emerso che i tumori con un numero maggiore di cellule immunitarie nei sopravvissuti a lungo termine mostrano una migliore risposta, mentre altre caratteristiche cellulari atipiche sono correlate a una minore sopravvivenza. Questo modello promette di ottimizzare l’identificazione dei pazienti che potrebbero beneficiare di trattamenti sperimentali mirati, riducendo il ricorso a terapie standard inefficaci.

L’approccio di CHIEF apre nuove prospettive per una gestione più personalizzata e tempestiva del cancro.