All’International Association for the Study of Lung Cancer (IASLC) 2025 World Conference on Lung Cancer di Barcellona sono stati presentati nuovi dati sul modello di intelligenza artificiale Sybil, sviluppato per stimare il rischio individuale di sviluppare un tumore del polmone a partire da una singola TC a basse dosi (LDCT). Lo studio ha confermato le prestazioni del sistema in una coorte etnicamente e socialmente eterogenea, affrontando un nodo cruciale: la disparità nello screening tra gruppi razziali e socioeconomici, che negli Stati Uniti continua a penalizzare in particolare i pazienti afroamericani.
L’analisi, condotta all’Università dell’Illinois di Chicago su 2.092 LDCT basali raccolte tra il 2014 e il 2024, ha incluso una popolazione composta per il 62% da pazienti neri non ispanici, 16% bianchi non ispanici, 13% ispanici e 4% asiatici. In questo contesto, Sybil ha mantenuto un’ottima capacità predittiva fino a 6 anni: AUC di 0,94 al primo anno, 0,90 al secondo, 0,86 al terzo, 0,85 al quarto, 0,80 al quinto e 0,79 al sesto. I risultati sono rimasti consistenti anche considerando solo i partecipanti neri e dopo l’esclusione dei tumori diagnosticati nei primi tre mesi.
Sybil non richiede dati clinici aggiuntivi né annotazioni manuali, ed è basato su un algoritmo open source. La sua validazione in una popolazione reale e diversificata rafforza l’ipotesi di un impiego futuro nello screening, con possibili applicazioni quali la personalizzazione degli intervalli di controllo, strategie di screening mirate e studi di prevenzione primaria.
Secondo Mary Pasquinelli (University of Illinois, Chicago), il modello potrebbe contribuire a ridurre le disparità di mortalità osservate nei pazienti neri e in altre comunità storicamente svantaggiate, avvicinando lo screening polmonare all’efficacia già raggiunta in altri tumori, come quello del colon. Prossimi passi previsti dal consorzio di ricerca includono trial prospettici di implementazione nello screening clinico. Se confermati, questi risultati aprono alla possibilità che strumenti di intelligenza artificiale come Sybil trasformino l’attuale paradigma di prevenzione, portando a una diagnosi più precoce e a una maggiore equità negli esiti del carcinoma polmonare.
