Un modello di intelligenza artificiale in grado di stimare, già prima dell’intervento chirurgico, il rischio individuale di mortalità nei pazienti affetti da carcinoma renale localizzato. È il risultato di uno studio coordinato dall’Università Vita-Salute San Raffaele e dall’IRCCS Ospedale San Raffaele di Milano, pubblicato sulla rivista scientifica Nature Communications.
La ricerca è stata condotta dall’Istituto di Ricerca Urologica (URI) dell’IRCCS Ospedale San Raffaele, in collaborazione con l’Unità di Chirurgia Robotica Urologica e Trapianto Renale, l’Università di Firenze e l’Azienda Ospedaliero-Universitaria Careggi. Il modello è stato sviluppato utilizzando dati clinici reali raccolti al San Raffaele e successivamente validato su una coorte indipendente di pazienti trattati a Firenze.
Una stima del rischio prima dell’intervento chirurgico
Il carcinoma a cellule renali rappresenta la forma più frequente di tumore del rene. Sebbene la chirurgia costituisca il trattamento di riferimento per la malattia localizzata, circa un paziente su tre può andare incontro a recidiva o progressione della patologia.
Per questo motivo, individuare prima dell’intervento i pazienti con un rischio maggiore può contribuire a pianificare in modo più mirato il percorso terapeutico, dalla scelta della strategia chirurgica fino alla sorveglianza clinica e all’eventuale ricorso a trattamenti successivi.
«Nella pratica clinica osserviamo ogni giorno pazienti che, pur con tumori apparentemente simili, possono avere prognosi molto diverse», spiega il dottor Alessandro Larcher, medico urologo dell’Unità Operativa di Urologia dell’IRCCS Ospedale San Raffaele. «Disporre di uno strumento capace di stimare il rischio già prima dell’intervento significa poter aggiungere un elemento oggettivo alla valutazione clinica, a supporto di decisioni sempre più personalizzate. Il modello non sostituisce il giudizio del medico, ma nasce per affiancarlo.»
Otto parametri clinici già disponibili nella pratica assistenziale
Il modello sviluppato dai ricercatori utilizza esclusivamente otto informazioni cliniche normalmente disponibili prima dell’intervento chirurgico: dimensione del tumore, coinvolgimento dei linfonodi, livello di emoglobina, conta piastrinica, funzionalità renale, età del paziente, indice di massa corporea e performance status, parametro che misura le condizioni generali del paziente.
L’algoritmo è stato sviluppato analizzando i dati di 2.536 pazienti trattati al San Raffaele e successivamente validato su una coorte indipendente di 580 pazienti dell’Azienda Ospedaliero-Universitaria Careggi di Firenze. Secondo i ricercatori, si tratta della più ampia casistica finora utilizzata per uno studio basato esclusivamente su variabili disponibili nella fase preoperatoria.
Uno degli aspetti distintivi del progetto è l’utilizzo dei principi della Explainable Artificial Intelligence, un approccio che rende comprensibile il peso attribuito dal modello a ciascuna variabile clinica, evitando il funzionamento tipico delle cosiddette “scatole nere” dell’intelligenza artificiale.
S-RACE trasforma i dati clinici in strumenti per la ricerca
Lo studio rappresenta una nuova applicazione della piattaforma S-RACE, sviluppata dall’Università Vita-Salute San Raffaele e dall’IRCCS Ospedale San Raffaele per valorizzare i dati raccolti nella pratica clinica quotidiana e trasformarli in strumenti di supporto alla ricerca e alle decisioni mediche.
«Questo studio dimostra concretamente il potenziale di S-RACE», afferma il dottor Alberto Traverso, responsabile scientifico del gruppo di Data Science S-RACE del Centro di eccellenza per l’intelligenza artificiale. «La nostra piattaforma ci consente di integrare grandi quantità di dati clinici raccolti nella pratica quotidiana, sviluppando modelli non solo accurati ma anche trasparenti e comprensibili. È un passaggio fondamentale perché queste tecnologie possano essere adottate con fiducia, prima nella ricerca e in prospettiva nella pratica clinica.»
Attraverso una pipeline automatizzata per la gestione dei dati clinici, il gruppo di ricerca ha trasformato migliaia di informazioni provenienti dall’attività assistenziale in un database utilizzabile per lo sviluppo del modello. Il confronto con il tradizionale processo di selezione manuale dei dati ha evidenziato risultati sovrapponibili, confermando l’affidabilità della procedura automatizzata.
Lo studio ha inoltre consentito di individuare due nuove variabili prognostiche che non erano comprese nei modelli clinici tradizionali, aprendo la strada alla possibile identificazione di nuovi biomarcatori utili nella valutazione del carcinoma renale.
L’integrazione tra competenze cliniche e intelligenza artificiale
Secondo i ricercatori, il progetto è il risultato della collaborazione tra specialisti di discipline differenti, tra cui urologi, radiologi, data scientist, bioinformatici ed esperti di intelligenza artificiale.
«Questo studio nasce dall’incontro tra una consolidata esperienza clinica nella gestione del carcinoma renale e competenze avanzate di intelligenza artificiale e scienza dei dati», commenta il professor Andrea Salonia, direttore dell’Istituto di Ricerca Urologica e ordinario di Urologia all’Università Vita-Salute San Raffaele. «Sviluppare modelli di questo tipo significa valorizzare il patrimonio di dati clinici raccolto in oltre trent’anni di attività, trasformandolo in conoscenza utile a migliorare la presa in carico dei pazienti.»
Un modello destinato a essere validato in altri centri
Il gruppo di ricerca sottolinea che l’obiettivo è sviluppare strumenti affidabili e trasparenti a supporto delle decisioni cliniche. Per questo il modello è stato reso disponibile anche attraverso un’applicazione web che consentirà di proseguire la validazione in altri centri ospedalieri.
«L’intelligenza artificiale può produrre un reale valore per la medicina solo se sviluppata secondo criteri di trasparenza, robustezza e verificabilità», conclude il professor Carlo Tacchetti, direttore del Programma Strategico di Intelligenza Artificiale dell’Università Vita-Salute San Raffaele. «Il nostro obiettivo non è costruire algoritmi fini a sé stessi, ma strumenti affidabili in grado di supportare il medico nelle decisioni cliniche. Per questo il modello è stato reso disponibile anche attraverso un’applicazione web, che ne faciliterà la validazione in altri centri e potrà favorirne, in futuro, l’integrazione nei percorsi di ricerca clinica. Questo modello è il primo di una serie in fase di sviluppo presso S-RACE su patologie oncologiche, cardiovascolari, neurologiche e metaboliche.»
Lo studio è stato finanziato dal Ministero dell’Università e della Ricerca nell’ambito del progetto D³4Health – Digital Driven Diagnostics, Prognostics and Therapeutics for Sustainable Healthcare, dedicato allo sviluppo di strumenti digitali per una sanità più sostenibile e personalizzata.
Scopri di più da Gazzetta della Lombardia
Abbonati per ricevere gli ultimi articoli inviati alla tua e-mail.
