I chirurghi cerebrali sono spesso alle prese con decisioni critiche durante il processo di rimozione del tumore.
Ora, gli scienziati olandesi hanno introdotto uno strumento di intelligenza artificiale per aiutare il processo decisionale intrachirurgico, fornendo ai chirurghi informazioni ultraveloci sui tipi e sottotipi di tumore.
Secondo un recente studio pubblicato su NatureL'intelligenza artificiale esamina segmenti specifici del DNA di un tumore, identificando strutture chimiche distinte.
Questa analisi fornisce informazioni sul tipo di tumore ed eventualmente sul suo sottotipo. Queste informazioni tempestive possono guidare i chirurghi nell'approccio all'operazione chirurgica.
"È fondamentale conoscere il sottotipo di tumore al momento dell'intervento", ha dichiarato Jeroen de Ridder, professore associato presso l'UMC di Utrecht. "Ciò che abbiamo ora permesso in modo unico è di consentire questa diagnosi dettagliata, robusta e a grana molto fine già durante l'intervento chirurgico".
Il loro sistema di apprendimento profondo, denominato Sturgeon, è stato sottoposto a test rigorosi. In alcuni test iniziali, l'intelligenza artificiale si è astenuta dal fare diagnosi a causa di dati ambigui.
Nel complesso, i ricercatori hanno dimostrato l'efficacia in tempo reale del modello in 25 interventi chirurgici, ottenendo un tempo di risposta diagnostica inferiore a 90 minuti, molto più rapido rispetto ai metodi tradizionali. 72% delle diagnosi sono risultate corrette, ma sette non hanno raggiunto la soglia di confidenza richiesta.
Mentre il processo diagnostico standard prevede l'esame al microscopio di campioni di tumore cerebrale, il sequenziamento genetico completo offre approfondimenti. Tuttavia, come ha sottolineato il dottor Alan Cohen, della Johns Hopkins, "dobbiamo iniziare il trattamento senza sapere cosa stiamo trattando".
Il dott. de Ridder ha spiegato ulteriormente le capacità dell'IA: "È in grado di capire da sola cosa sta guardando e di fare una classificazione solida".
Tuttavia, persistono alcune sfide. La variabilità all'interno del tumore, la dimensione del campione e alcuni tumori elusivi possono rappresentare delle difficoltà. Marc Pagès-Gallego, coautore di uno studio, ha spiegato come hanno affrontato questi problemi.
Il Dr. Sebastian Brandner dell'University College di Londra ha commentato gli aspetti pratici, affermando che "l'implementazione stessa è meno semplice di quanto spesso si pensi".
Sebbene lo strumento rappresenti un significativo passo avanti, ha i suoi limiti.
AIl dottor Cohen ha ammesso: "Abbiamo fatto dei passi avanti, ma non tanto nel trattamento quanto nella comprensione del profilo molecolare dei tumori".
Per saperne di più sullo studio
L'innovativo strumento "Sturgeon" utilizza il deep learning per migliorare la classificazione intraoperatoria dei tumori cerebrali, favorendo un migliore processo decisionale in ambito chirurgico.
Il modello è progettato per essere "ultraveloce" nella classificazione dei tipi e dei sottotipi di tumore.
- Sfide: La classificazione dei tumori durante l'intervento chirurgico è difficile a causa del tempo limitato di sequenziamento e della copertura incerta dei dati.
- La soluzione di Sturgeon: Questo sistema di apprendimento profondo utilizza dati derivati da array di metilazione ampiamente disponibili, utilizzati per profilare i tumori cerebrali. Sturgeon esternalizza i compiti di calcolo intensivi per ridurre al minimo le risorse computazionali durante l'intervento.
- Prestazioni: Il modello ha mostrato risultati coerenti, ma spesso non tiene conto della diversità intratumorale. Ha fornito la diagnosi corretta in 72% di esami chirurgici.
- Sviluppo futuro: Con l'acquisizione di ulteriori dati, i dati di Sturgeon saranno migliorati, anche se le restrizioni sulla condivisione dei dati dovute a problemi di privacy rendono difficile l'apprendimento interistituzionale.
- Limitazioni: Una potenziale limitazione è rappresentata dalla quantità di tessuto richiesta. Il modello richiede un campione di circa 5 x 5 x 5 mm per ottenere risultati ottimali, ma è stato possibile estrarre una quantità sufficiente di DNA da campioni più piccoli.
Grazie a Sturgeon, i risultati della diagnostica tumorale possono essere ottenuti entro 90 minuti, in linea con le tempistiche chirurgiche. Ciò consente ai chirurghi di disporre di informazioni in tempo reale e di prendere decisioni migliori durante l'intervento.
Sebbene i dati di Sturgeon siano utili, l'ideale sarebbe utilizzarli insieme alla valutazione di un patologo esperto, secondo lo studio.
Sturgeon si aggiunge alla schiera di modelli di IA all'avanguardia creati quest'anno in ambito medico, che dimostrano la capacità della tecnologia di trasformare i risultati dell'assistenza sanitaria.
