Radioterapia assistita da algoritmi: l'intelligenza artificiale migliora la precisione del trattamento del cancro al polmone

Un team di ricercatori della Northwestern University ha sviluppato uno strumento basato sull'intelligenza artificiale che potrebbe migliorare significativamente l'efficacia della radioterapia per il cancro al polmone. Il sistema, chiamato iSeg, è in grado di localizzare automaticamente e con precisione i tumori nelle scansioni TC, tenendo conto anche dei movimenti respiratori del paziente. La tecnologia potrebbe non solo accelerare la pianificazione del trattamento, ma anche contribuire a evitare errori che possono portare a esiti terapeutici peggiori.

Una radioterapia efficace richiede una precisione millimetrica. Gli oncologi devono prima individuare il tumore e mapparne i confini su TAC, un processo chiamato segmentazione. È un lavoro meticoloso e in qualche modo soggettivo, che varia da medico a medico e può comportare la perdita di parti del tumore.

Un nuovo strumento chiamato iSeg , creato dai ricercatori della Northwestern Medicine, si basa sulla tecnologia di apprendimento profondo e analizza le scansioni TC 3D in tempo reale, tenendo conto anche del movimento del tumore correlato alla respirazione.

L'obiettivo della tecnologia è aiutare i medici a prendere decisioni terapeutiche migliori, soprattutto quando il tempo e la possibilità di rivolgersi a specialisti esperti sono importanti.

Per creare iSeg, il team ha addestrato l'algoritmo su centinaia di pazienti affetti da cancro al polmone, trattati presso nove centri, tra cui la Northwestern Medicine e la Cleveland Clinic. Utilizzando i contorni dei tumori disegnati a mano dai medici, l'IA ha imparato a riconoscerne i confini nelle TAC.

Il sistema è stato poi testato su nuovi dati, scansioni di pazienti mai viste prima. I risultati? L'iSeg ha funzionato bene quanto gli esperti e in molti casi ha individuato aree che l'occhio umano avrebbe potuto trascurare.

Inoltre, si è scoperto che i frammenti non rilevati dai medici sono associati a esiti terapeutici peggiori se non inclusi nella radioterapia.

Il primo autore dello studio, Sagnik Sarkar , aggiunge:

Il team sta attualmente testando iSeg in ambito clinico, confrontando le prestazioni dell'intelligenza artificiale con il lavoro dei medici in tempo reale. Prevedono inoltre di estendere l'algoritmo ad altri tumori, tra cui fegato, cervello e prostata, nonché ad altre modalità di imaging, come risonanza magnetica e PET.

iSeg può svolgere un ruolo chiave, soprattutto negli ospedali che non hanno accesso a team oncologici altamente specializzati. Grazie alla segmentazione tumorale standardizzata e automatica, la radioterapia può essere pianificata più rapidamente ed erogata in modo più efficace, indipendentemente dalla sede.

Come sottolineano gli autori dello studio, il lavoro non è ancora finito. Ma la direzione è chiara: maggiore precisione, decisioni più rapide e meno errori, a beneficio dei pazienti oncologici di tutto il mondo.

Fonte: medicalxpress.com