Tumori, l’IA seleziona i profili più a rischio: cosa emerge dallo studio

Un sistema automatizzato basato sui dati clinici potrebbe aiutare a stabilire quali pazienti valutare con maggiore urgenza. Marco Lorenzi della Université Côte d'Azur France ritiene che il protocollo esaminato possa sostenere la definizione delle priorità, la diagnosi anticipata e la stima del rischio, alleggerendo potenzialmente il carico per i servizi sanitari e per la collettività.

Restano però elementi da verificare. L’analisi è stata condotta retrospettivamente su informazioni già disponibili e, per questo, saranno necessari ulteriori studi prima di un eventuale impiego nella pratica clinica.

Un aiuto per orientare i controlli

La ricerca, presentata al Congresso della Società europea di oncologia medica, ha valutato se gli strumenti di apprendimento automatico possano riconoscere i profili associati a una maggiore probabilità di sviluppare tumori frequenti. L’obiettivo non è formulare una diagnosi, ma fornire un possibile livello preliminare di selezione usando dati normalmente raccolti durante l’assistenza sanitaria.

Paul-Henry Koop, autore principale e ricercatore presso l’Else Kröner Fresenius Center for Digital Health della TU Dresden, ha sottolineato che, in alcune neoplasie, questi modelli potrebbero indirizzare meglio gli accertamenti o le iniziative di riduzione del rischio. Ha tuttavia precisato che una parte consistente delle persone classificate come esposte a un rischio elevato non si ammalerà.

Polmone ed esofago i risultati migliori

Il gruppo di ricerca ha costruito circa 500 modelli per stimare la probabilità di sviluppare 20 forme comuni di cancro. Per addestrarli sono state utilizzate le informazioni relative a 463.620 partecipanti alla UK Biobank, osservati per circa 18 anni; nel periodo considerato, 57.055 persone hanno ricevuto una diagnosi di tumore.

Nei calcoli sono confluiti dati sull’anamnesi, abitudini e condizioni legate allo stile di vita, risultati degli esami del sangue e informazioni genetiche. Le prestazioni più alte sono state registrate per le neoplasie di polmone, esofago e fegato, mentre la capacità predittiva è risultata più contenuta per i tumori dell’ovaio, della mammella e della cervice uterina.

Il rischio non equivale a una diagnosi

Secondo Koop, l’eventuale segnalazione di un rischio superiore alla media dovrebbe condurre inizialmente a verifiche poco invasive, proprio perché il risultato del modello non conferma la presenza della malattia. L’utilità ipotizzata sarebbe quindi quella di aiutare a decidere chi sottoporre per primo ad approfondimenti, non di sostituire gli esami diagnostici.

I ricercatori hanno basato il lavoro su dati sanitari raccolti in precedenza e analizzati a posteriori. Questa caratteristica limita la possibilità di trarre conclusioni definitive sull’efficacia dei modelli in un contesto assistenziale reale e rende necessarie nuove verifiche.

ℹ️ Le informazioni contenute in questo articolo hanno scopo puramente informativo e non sostituiscono il parere del medico. Per qualsiasi dubbio sulla tua salute rivolgiti al tuo medico di fiducia.