Un nuovo modello rivoluzionario di apprendimento profondo dell'intelligenza artificiale è quasi cinque volte migliore nel predire il rischio di cancro al seno rispetto a quelli tradizionali

Un nuovo studio della Università di Copenhagen ha dimostrato che intelligenza artificiale (AI) potrebbe trasformare drasticamente il modo in cui valutiamo il rischio di cancro al seno. Il cancro al seno è uno dei tumori più comuni al mondo. Solo negli Stati Uniti, ogni anno si verificano 287.850 nuovi casi e 43.250 decessi. La nuova ricerca, pubblicata su The Lancet Digital Healthsuggerisce risultati promettenti basati su modelli di intelligenza artificiale addestrati a rilevare la senescenza cellulare e in grado di prevedere il rischio di cancro al seno futuro in modo molto più efficace rispetto agli attuali parametri clinici.

Prima le basi: cos'è la senescenza cellulare? Si tratta di un processo in cui le cellule danneggiate o invecchiate smettono di dividersi, ma rimangono attive. È spesso collegato alle malattie legate all'invecchiamento, compreso il cancro. Queste cellule "senescenti" sono talvolta descritte come "cellule zombie", perché non funzionano più normalmente, ma continuano a emettere segnali infiammatori - che potrebbero portare alla crescita di un tumore. Sebbene la senescenza possa agire come un freno naturale alla divisione cellulare incontrollata, paradossalmente può anche promuovere il cancro attraverso questi segnali infiammatori, noti come fenotipo secretorio associato alla senescenza (SASP).

Finora, misurare la senescenza nei tessuti umani è stato difficile a causa della mancanza di biomarcatori specifici. Lo studio dell'Università di Copenaghen, tuttavia, utilizza l'apprendimento profondo dell'intelligenza artificiale per analizzare le morfologie nucleari - le forme dei nuclei cellulari - nei campioni di tessuto mammario. Ciò consente di prevedere il rischio di cancro al seno in base ai cambiamenti delle cellule senescenti, anche in campioni bioptici sani.

I ricercatori hanno condotto uno studio di coorte retrospettivo utilizzando biopsie di tessuto mammario di 4.382 donne sane. Questi campioni sono stati analizzati con uno strumento di apprendimento profondo chiamato Nuclear Senescence Predictor (NUSP). Il modello AI ha esaminato oltre 32 milioni di nuclei in vari tipi di tessuto per individuare le cellule senescenti e determinare la loro distribuzione all'interno del tessuto. Attraverso un'attenta valutazione di queste cellule senescenti nei tessuti epiteliali, adiposi e stromali, il sistema AI è stato in grado di correlare i modelli di senescenza con il rischio di cancro futuro. Come riferimento, il tessuto epiteliale forma il rivestimento delle ghiandole e delle superfici del corpo, compresi i dotti mammari, dove spesso inizia il cancro. Il tessuto adiposo è costituito da cellule di grasso che immagazzinano energia, mentre il tessuto stromale fornisce un supporto strutturale agli organi, compresi i tessuti connettivi che circondano e sostengono le cellule epiteliali.

I risultati complessivi sono stati più che promettenti. Le donne i cui campioni di tessuto mostravano modelli specifici di senescenza avevano una probabilità maggiore o minore di sviluppare il cancro al seno, a seconda del tipo di senescenza rilevata. Ad esempio, un modello (addestrato sulla senescenza causata da danni al DNA) indicava un rischio di cancro più elevato quando nel tessuto erano presenti alti livelli di cellule senescenti. Un altro modello (addestrato sulla senescenza indotta da farmaci) ha suggerito un effetto protettivo, riducendo lo stesso rischio.

Rispetto al modello Gail-che rappresenta l'attuale gold standard clinico per la previsione del rischio di cancro al seno, il modello AI ha dimostrato un'accuratezza di gran lunga superiore. Quando è stato combinato con il punteggio Gail, il modello AI ha aumentato l'odds' ratio (una misura della forza con cui determinati fattori di rischio predicono gli esiti) a 4,70, quasi cinque volte il potere predittivo del solo punteggio Gail.

Questa scoperta, se e quando sarà commercializzata, potrebbe offrire ai medici un modo molto più raffinato di identificare le persone ad alto rischio e fornire interventi necessari. La capacità di prevedere il rischio di cancro al seno diversi anni prima che si sviluppi potrebbe portare a diagnosi più precoci e a programmi di screening più personalizzati, riducendo gli esami inutili per le donne a basso rischio e aumentando la sorveglianza per le persone ad alto rischio.

Il potenziale di AI è immenso, soprattutto quando si tratta di far progredire la diagnostica del cancro. Sebbene la tecnologia sia ancora in fase di sviluppo (e lo sarà ancora per molto tempo), la sua applicazione potrebbe rivoluzionare lo screening del cancro al seno. Utilizzando campioni di tessuto standard, questo metodo di AI può essere implementato a livello globale.

Sebbene siano necessarie ulteriori ricerche per perfezionare questi modelli, una migliore previsione del rischio potrebbe portare a una diagnosi precoce del cancro, a piani di trattamento più efficaci e, in definitiva, a tassi di mortalità più bassi per il cancro al seno. Si tratta di un'applicazione reale dell'AI che tutti possono sostenere.