Skip to main content

PRE-ACT: si testa l’intelligenza artificiale per predire gli effetti avversi

A cura di David Frati By 22 Marzo 2024No Comments
Congressi

Sviluppato uno strumento di intelligenza artificiale (AI) denominato PRE-ACT (Prediction of Radiotherapy side Effects using explainable AI for patient Communication and Treatment modification) in grado di predire con grande precisione quali pazienti affette da tumore della mammella sono a rischio di effetti collaterali gravi dopo l’intervento chirurgico e dopo la radioterapia. Lo strumento sarà testato in uno studio clinico che comincerà a reclutare le pazienti nell’ultimo quadrimestre del 2024 in tre Paesi: Francia, Olanda e Regno Unito. L’annuncio arriva dalla quattordicesima edizione della European Breast Cancer Conference, in corso a Milano.

Alcuni dei fattori che aumentano il rischio di effetti collaterali sono già noti, ma il progetto PRE-ACT consentirà di fare previsioni più accurate per ogni singola paziente, così come fornire spiegazioni facilmente comprensibili per medici e pazienti. I ricercatori di sei Paesi europei coordinati da Tim Rattay del Leicester Cancer Research Center hanno usato informazioni provenienti da banche dati europee e francesi (REQUITE, Hypo-G and CANTO) riguardanti 6.316 pazienti con tumore della mammella per addestrare differenti algoritmi di machine learning al fine di predire il rigonfiamento del braccio fino a dopo tre anni dall’intervento chirurgico e dalla radioterapia. Guido Bologna, professore associato all’Università di Scienze e arti applicate della Svizzera Occidentale a Ginevra e ricercatore del progetto, spiega: “Il modello finale più efficace fa previsioni utilizzando le caratteristiche di 32 differenti pazienti e trattamenti, che includono se le pazienti sono state sottoposte a chemioterapia oppure no, se è stato asportato il linfonodo sentinella sotto l’ascella e il tipo di radioterapia”. Da un’analisi delle informazioni contenute nelle tre banche dati è emerso che nel 6% delle pazienti si è sviluppato un linfedema significativo. Lo strumento di AI ha correttamente previsto il linfedema nell’81.6% dei casi e ha correttamente identificato le pazienti che non lo avrebbero sviluppato nel 72.9% dei casi. L’accuratezza predittiva complessiva del modello è stata del 73.4%.

“Si tratta di uno strumento di intelligenza artificiale ‘spiegabile’, che mostra il ragionamento che c’è dietro il processo decisionale. Questo non solo rende più facile agli specialisti prendere decisioni, ma fornisce anche spiegazioni basate su dati alle loro pazienti”, spiega Rattay. “Per fortuna, i tassi di sopravvivenza a lungo termine continuano ad aumentare, ma per alcune pazienti questo significa dover convivere con gli effetti collaterali derivanti dai trattamenti a cui sono state sottoposte. Questo include cambiamenti della pelle, cicatrici, linfedema e anche danni cardiaci causati dal trattamento radiante. Questo è il motivo per il quale stiamo sviluppando uno strumento di AI per informare medici e pazienti del rischio del rigonfiamento cronico del braccio dopo l’intervento e la radioterapia in caso di cancro al seno. Speriamo che questo possa supportare gli specialisti e i pazienti nello scegliere le opzioni per il trattamento radiante e ridurre gli effetti collaterali per le pazienti”.

Prosegue Rattay: “Alle pazienti identificate ad alto rischio di linfedema potrebbero essere offerte misure addizionali di supporto, come indossare un bendaggio compressivo durante il trattamento, in grado di ridurre il gonfiore del braccio nel lungo termine. I clinici inoltre possono usare queste informazioni per valutare la scelta di irradiare i linfonodi, dove il beneficio potrebbe essere abbastanza marginale. Testeremo il risultato del modello predittivo sul comportamento dei clinici e dei pazienti e useremo il bendaggio preventivo del braccio nello studio clinico proposto”.

I ricercatori inseriranno il modello di Intelligenza Artificiale in un software che può fornire valutazioni e previsioni per dottori e pazienti. Sarà testato alla fine di quest’anno quando sarà avviata la fase 01 dello studio clinico PRE-ACT. Gli studiosi stanno anche sviluppando ulteriormente lo strumento per individuare altri effetti collaterali, come i danni alla pelle e al cuore. Lo studio prevede anche la raccolta di dati sui marker genetici e relativi a immagini diagnosiche per migliorare l’accuratezza degli strumenti di AI, sebbene queste informazioni non saranno utilizzate per fare previsioni nel PRE-ACT. “Speriamo di reclutare circa 780 pazienti entro il 2026, con un periodo di follow-up di due anni”, ha concluso il dottor Rattay.

Michail Ignatiadis dell’Istituto Jules Bordet di Bruxelles e Presidente della EBCC14 commenta: “Il progetto PRE-ACT è un positivo esempio di come la collaborazione internazionale tra ricercatori sta sfruttando la potenzialità dell’Intelligenza Artificiale per rendere più semplice per i clinici predire e tentare di prevenire il linfedema del braccio e per spiegare le scelte di cura ai pazienti in modo comprensibile”.

Development of an explainable AI prediction model for arm lymphoedema following breast cancer surgery and radiotherapy. Abstract #23, EBCC 2024.