Tumori cerebrali: con l’intelligenza artificiale la diagnosi istologica durante l’intervento in 150 secondi

La rivista Nature Medicine ha pubblicato nei giorni scorsi uno studio che ha presentato un modello di intelligenza artificiale (AI) in grado di fornire diagnosi, al letto del malato, in soggetti con carcinoma cerebrale. Questo algoritmo può classificare campioni chirurgici tra i dieci tipi più comuni di tumore al cervello, con prestazioni paragonabili a quelle dei patologi.

I tumori cerebrali

Circa 15,2 milioni di persone in tutto il mondo vengono diagnosticate ogni anno di cancro e oltre l’80% subirà un intervento chirurgico. In molti casi, una parte del tumore rimosso viene analizzata durante l’intervento chirurgico per fornire una diagnosi preliminare. Negli Stati Uniti, oltre 1,1 milioni di campioni vengono sottoposti a biopsia ogni anno. Tutti questi reperti ottenuti dal tessuto tumorale devono essere successivamente interpretati dai patologi esperti.

Tuttavia, vi è una carenza di patologi disponibili, in grado di fornire diagnosi specialistiche di tumori cerebrali in estemporanea, durante l’intervento chirurgico di asportazione.

Un modello di intelligenza artificiale per i tumori cerebrali: diagnosi in meno di 3 minuti

Daniel Orringer e colleghi hanno combinato un modello di intelligenza artificiale che era stato precedentemente istruito con analisi condotte su oltre 2,5 milioni di immagini, grazie ad una sofisticata tecnica di imaging ottico, basata sull’impiego di una luce laser ed in grado di diagnosticare il cancro al cervello in meno di 150 secondi.

Diagnosi accurate come quelle fatte dai patologi

In uno studio clinico che ha coinvolto 278 pazienti con tumore al cervello, reclutati in tre differenti ospedali, gli autori hanno scoperto che le diagnosi fatte dal loro modello di intelligenza artificiale erano accurate quanto quelle fatte dai patologi.

Gli autori concludono che questo nuovo modello potrebbe essere utilizzato per fornire ai chirurghi informazioni diagnostiche di livello elevato durante l’intervento chirurgico, in tempo quasi reale. L’algoritmo potrebbe quindi creare una nuova strada per interventi di asportazione di masse tumorali più sicure e accurate.

 

 

0 commenti

Lascia un Commento

Vuoi partecipare alla discussione?
Fornisci il tuo contributo!

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *

diciannove − diciassette =