Il protocollo AI ‘DeepHRD’ pronto a trasformare i tempi e i costi del trattamento del cancro

Il cancro continua a essere una minaccia a livello globale. Nonostante una serie di innovazioni scientifiche, rimane ancora la principale causa di morti in tutto il mondo. 

Nel 2024, solo negli Stati Uniti, si stima che due milioni di casi di cancro saranno diagnosticati, mentre il numero totale di decessi previsto supererà la soglia di 610.000. 

I calcoli basati sui dati 2017-2019 mostrano che più del 40% di uomini e donne negli Stati Uniti sarà diagnosticato con il cancro ad un certo punto della vita. Ancora più allarmante è che quest’anno, quasi 15.000 bambini e adolescenti saranno diagnosticati con il cancro, e circa 1.600 moriranno purtroppo.

La situazione negli Stati Uniti riflette lo scenario globale. Come una delle principali cause di morte a livello mondiale, nel 2022 ci sono stati quasi 20 milioni di nuovi casi e 9,7 milioni di decessi correlati al cancro in tutto il mondo. E non si intravede alcun sollievo a breve termine. Entro il 2040, il numero di nuovi casi di cancro all’anno dovrebbe aumentare a 29,9 milioni e il numero di decessi correlati al cancro a 15,3 milioni.

Pertanto, la minaccia del cancro richiede sforzi completi da parte della comunità scientifica, tecnologica e della ricerca medica. Nella sezione successiva, discuteremo di un tale sforzo che rende le persone di tutto il mondo ottimiste ed entusiaste del suo potenziale per iniziative future.

Clicca qui per un elenco delle principali azioni di terapia contro il cancro.

Oncologia di precisione potenziata dall’AI per le biopsie tumorali

Una recente pubblicazione scientifica nella Journal of Clinical Oncology ha menzionato i suoi sforzi per addestrare DeepHRD, una piattaforma di deep learning per prevedere l’HRD da vetrini istopatologici colorati con ematossilina ed eosina (H&E), utilizzando tumori mammari e ovarici primari del The Cancer Genome Atlas (TCGA). 

Questa scoperta è significativa perché i tumori con difetto di ricombinazione omologa (HRD) beneficiano di sali di platino e inibitori della poli(ADP‑ribosio) polimerasi. Tuttavia, i test diagnostici standard per rilevare l’HRD richiedono il profiling molecolare, che non è universalmente disponibile.

I risultati della ricerca hanno concluso che DeepHRD può prevedere l’HRD nei tumori mammari e ovarici direttamente dai vetrini H&E di routine attraverso molteplici coorti esterne, scanner di vetrini e variabili di fissazione dei tessuti. Quando i suoi risultati sono stati confrontati con il sistema convenzionale di test molecolari, la piattaforma DeepHRD ha potuto classificare da 1,8 a 3,1 volte più pazienti e ha mostrato una migliore sopravvivenza globale (OS) nel carcinoma ovarico sieroso ad alto grado e una sopravvivenza libera da progressione (PFS) specifica per il platino nel carcinoma mammario metastatico.

Mentre i risultati mostrano le ragioni di entusiasmo della comunità medica per la soluzione, l’inclusione dell’AI ha rappresentato un grande miglioramento nella logistica operativa della diagnosi precoce del cancro e del relativo trattamento.

Clicca qui per scoprire come CRISPR può essere utilizzato per trattare il cancro.

Perché l’inclusione del protocollo AI è cruciale?

Secondo i ricercatori dell’UC San Diego al timone di questo esperimento, l’inclusione dell’AI nel sistema consente una rilevazione rapida e a basso costo di alterazioni genomiche clinicamente azionabili direttamente dai vetrini di biopsia tumorale.

I ricercatori credono che il sistema possa far risparmiare settimane e migliaia di dollari nei flussi di lavoro del trattamento oncologico clinico per il cancro al seno e ovarico.

Altrimenti, non solo i ritardi potrebbero rivelarsi pericolosi per la vita, ma i processi ad alto costo potrebbero colpire i pazienti con risorse limitate. In questo senso, l’inclusione dell’AI ha significato un processo diagnostico del cancro più inclusivo.

Mentre spiegava i colli di bottiglia esistenti, Erik Bergstrom, PhD, autore principale dello studio e ricercatore post‑dottorato nel laboratorio di Alexandrov, ha dichiarato:

“Sfortunatamente, gli alti costi, i requisiti di tessuto e i lunghi tempi di risposta hanno ostacolato l’uso diffuso dell’oncologia di precisione, portando a trattamenti subottimali — potenzialmente dannosi — per i pazienti oncologici.”

I test genomici potenziati dall’AI, quindi, offrono sollievo. Non solo salvano tempo critico per i pazienti, ma assistono i medici consentendo prescrizioni di trattamento immediate dopo la diagnosi iniziale del tessuto. Questo metodo di oncologia di precisione è più affidabile dei test genomici convenzionali, poiché i test AI hanno un tasso di fallimento trascurabile. Al contrario, i test genomici convenzionali hanno un tasso di fallimento tra il 20% e il 30%, il che spesso richiede ritest o ricorrere a una biopsia invasiva.

L’identificazione dell’HRD tramite AI potenzia questo metodo, rendendolo capace di una rilevazione accurata e istantanea dei biomarcatori genomici del cancro.

I ricercatori e gli scienziati che sono stati coinvolti in questo campo per molto tempo credono che la scoperta sia di grande importanza. Spiegando le ragioni, Scott Lippman, M.D., professore distintivo di medicina presso l’UC San Diego, Center for Engineering and Cancer, e membro del Moores Cancer Center, ha dichiarato:

“L’era dell’oncologia di precisione è decollata alla fine degli anni ’90, ma studi recenti negli Stati Uniti mostrano che la stragrande maggioranza dei pazienti oncologici non sta ricevendo terapie di precisione approvate dalla FDA. E la ragione principale è che non vengono testati. Come oncologo clinico — e lo faccio da quasi 40 anni — non c’è dubbio che questo approccio sia il futuro dell’oncologia di precisione.”

La tecnologia che funge da base per DeepHRD è protetta da brevetti provvisori rilasciati dall’UC San Diego. Questi brevetti sono stati concessi in licenza a io9, una società che coinvolge Alexandrov, Bergstrom e Lippman.

Nella prossima sezione, esamineremo brevemente questa azienda per capire il tipo di capacità che è stata progettata per gestire e le soluzioni che ha finora offerto!

#1. Io9: Patologia digitale guidata dall’AI

Io9 vanta già una piattaforma AI che esegue in modo efficiente il profiling molecolare da vetrini clinici di routine. Questa piattaforma può rilevare biomarcatori genomici da vetrini digitali, rendendo l’accesso al trattamento possibile per tutti i pazienti a livello globale.

Oltre alla soluzione basata sul biomarcatore HRD che funzionerà per il cancro al seno e ovarico ora e per il cancro al pancreas in futuro, io9 è anche attiva su una serie di biomarcatori, tra cui KRAS, EGFR e BRAF, che si dimostreranno utili nei domini del cancro al polmone, colorettale e mammario e del melanoma metastatico in futuro.

Ludmil B. Alexandrov è il fondatore e Chief Scientific Officer di io9, mentre Scott M. Lippman, un altro dei fondatori, è membro del consiglio di amministrazione.

Mentre io9 è una spin‑off di un’entità per educatori e ricercatori per continuare a lavorare con le loro innovazioni in una forma scalata e commerciale, ci sono anche grandi aziende attive in questo settore dove l’AI incontra la diagnostica e il trattamento oncologico.

#2. GE Healthcare

Il primo giorno di maggio 2024, GE HealthCare (Nasdaq: GEHC) ha annunciato Revolution RT, una nuova soluzione di radioterapia tomografia computerizzata (CT) con hardware e software innovativi che semplificherebbe il flusso di lavoro di simulazione e renderebbe l’assistenza oncologica più personalizzata e fluida. Revolution RT è stata presentata al Congresso ESTRO 2024 a Glasgow con una versione aggiornata di intelligenza artificiale (AI) della piattaforma Intelligent Radiation Therapy (IRT). 

Parlando dell’inclusione dell’AI nelle loro soluzioni oncologiche, il Dr. Taha Kass-Hout, chief technology and science officer di GE HealthCare, ha dichiarato quanto segue:

“Presso GE HealthCare, siamo impegnati ad avanzare i confini del trattamento oncologico attraverso tecnologie guidate dall’AI che trasformano e ottimizzano il continuum di cura.”

Elencando i benefici dell’incorporare l’AI, il Dr. Taha Kass-Hout ha affermato che il miglioramento aiuterebbe a visualizzare l’anatomia del paziente con grande precisione e a facilitare il targeting preciso del tumore, mirando a proteggere i tessuti sani circostanti. Questo si tradurrebbe in “un ambiente di cura preciso, più connesso ed efficiente che accelera la fornitura di cure personalizzate, con l’obiettivo di consentire risultati migliori per i pazienti”.

Per l’intero anno 2023, GE Healthcare ha riportato ricavi di US$19.6 billion, registrando un aumento del 7% su base annua e dell’8% su base organica con crescita in tutti i segmenti e regioni.

#3. iCAD

Un’altra entità med-tech, molto più piccola in dimensioni ma ampia nella copertura, impatto e ambizione, iCAD, sta svolgendo lavori specifici focalizzati sull’AI nel campo del cancro al seno. L’azienda trae la sua visione e scopo dalle minacce reali presenti sul campo. I dati mostrano che 1 donna su 8 svilupperà un cancro al seno nella sua vita, e fino al 20‑40% di questi tumori vengono persi negli screening mammografici. 

Con una donna diagnosticata con cancro al seno ogni 14 secondi a livello globale, la valutazione del rischio di cancro con i modelli tradizionali è solo al 63% di accuratezza. 

La piattaforma ProFound Breast Health Suite di iCAD si concentra su rilevamento, densità e rischio, gettando una luce più ampia sul cancro e rivelando i suoi nascondigli.

Nella fase di rilevamento, la soluzione ProFound incorpora gli ultimi sviluppi nel deep learning, intelligenza artificiale (AI) di terza generazione. L’accuratezza e l’efficienza sono davvero senza precedenti per lo screening mammografico 2D e 3D, con una performance clinica migliorata fino a 2 volte rispetto ad altre piattaforme AI. 

Mentre elaborava le capacità di ProFound AI nel rilevare il cancro al seno dal punto di vista della densità mammaria, il Dott. Gabriele Pedicalli, MD, del Wooster Community Hospital, ha dichiarato:

“ProFound AI non solo ci aiuta a revisionare i casi con tessuto adiposo, ma vediamo anche un beneficio ancora maggiore per le donne con seni densi. Prima di ProFound AI, avrei potuto leggere un caso con seni densi e pensare: ‘Richiamiamoli tra 6 mesi o un anno’, ma con ProFound AI possiamo capire più facilmente se dobbiamo fare un altro esame o una biopsia.”

Infine, nella sezione di valutazione del rischio, la soluzione potenziata da AI di ProFound rende possibile avere il primo modello di rischio basato su immagini al mondo, che è 2,4 volte più accurato dei modelli tradizionali. È eccellente nell’identificare le donne ad alto rischio di sviluppare il cancro prima o al prossimo screening, aiutando a individuare i tumori interstiziali più presto.

Per l’intero anno 2023, iCAD ha registrato ricavi totali di US$17.3 million, in calo del 13%.

Il futuro dell’oncologia di precisione potenziata dall’AI

Ad aprile 2024, la rivista di fama mondiale Nature ha esaminato in modo completo il ruolo dell’AI nell’oncologia di precisione. Ha riconosciuto adeguatamente la capacità trasformativa dell’AI in questo ambito, come affermavano le sue osservazioni introduttive:

“I campi della ricerca sul cancro e dell’oncologia di precisione stanno subendo una trasformazione massiccia grazie all’applicazione dell’intelligenza artificiale (AI).”

Per essere più specifici, l’articolo della rivista ha evidenziato il ruolo dell’AI nel rilevare pattern nascosti da molteplici fonti di informazione, inclusi profiling molecolare, patologia e imaging medico. Ha anche apprezzato l’AI per l’integrazione dei dati omici al fine di fornire una comprensione più completa del cancro. Oltre al monitoraggio e alla diagnosi, l’AI è stata di grande utilità nello sviluppo di nuovi assay per caratterizzare il cancro, nella prognosi e nella previsione delle risposte a trattamenti specifici. 

Tuttavia, il rapporto riepilogativo non ha dimenticato di menzionare le limitazioni e le sfide emerse nel tradurre questi nuovi strumenti dal contesto di ricerca alla pratica clinica.

Ci sono molti esempi di strumenti provenienti da contesti di ricerca che sono stati tradotti con successo nella pratica clinica, però. Ad esempio, in un’economia in via di sviluppo come l’India, l’Apollo Cancer Centre, Bengaluru, ha lanciato il primo Centro di Oncologia di Precisione AI (POC) dell’India a gennaio 2024.

Mentre spiegava come tali centri potrebbero aiutare a introdurre un regime migliore e più efficiente per la cura del cancro, il Dr. Vishwanath S, Senior Consultant, Medical Oncology, ACC, Bengaluru, ha dichiarato:

“Clinicamente, aiuta nella conformità del percorso di cura monitorando l’aderenza ai percorsi di cura standard, anche per la gestione dei pazienti basata su profili genomici, clinici e patologici. Gli avvisi clinici e le raccomandazioni per i test diagnostici, l’iscrizione al Value-Based Care (VBC) e altri programmi di beneficio per i pazienti sono alcuni degli usi. Gli avvisi di abbandono dei pazienti e le misure di outcome riferite dal paziente (PROM) per interventi tempestivi sono tra gli altri benefici.”

L’uso dell’AI nella diagnostica del cancro è destinato a registrare una crescita straordinaria in futuro. Secondo un rapporto pubblicato da Towards Healthcare, l’AI nella diagnostica del cancro dovrebbe crescere a un tasso di crescita annuale composto (CAGR) del 9,35% dal 2023 al 2032, con il mercato destinato a raggiungere una stima di 2.084,34 milioni di USD entro la fine del 2032, rispetto a 892,23 milioni di USD nel 2022.

Caratteristicamente, si può affermare con certezza che l’AI aiuterà a migliorare l’accuratezza diagnostica e a migliorare significativamente l’efficienza della pianificazione del trattamento!

Clicca qui per scoprire tutto sull’investimento nell’intelligenza artificiale.