IA per la diagnosi dei tumori del SNC

Un team di ricerca olandese ha sviluppato il sistema di intelligenza artificiale “Sturgeon” per migliorare la classificazione intraoperatoria di circa 100 tumori noti del sistema nervoso centrale. Lo studio è stato pubblicato su Nature.

La diagnosi esatta dei tumori del SNC è spesso fatta durante l'intervento chirurgico

I tumori del sistema nervoso centrale (SNC) sono tra i tipi di cancro più letali, soprattutto nei bambini. Il trattamento primario è spesso la resezione neurochirurgica. L'estensione della resezione deve essere valutata rispetto all'entità del danno neurologico indotto dalla resezione stessa. Inoltre, per alcuni tumori, come gli ependimomi, la resezione completa migliora la prognosi, mentre non è così per altri tumori, come il medulloblastoma. Un altro fattore di complicazione è che spesso non si conosce l'esatto tipo di tumore prima dell'intervento. Le attuali procedure standard - imaging preoperatorio e analisi istologiche intraoperatorie - non sono sempre risolutive e talvolta sono errate.

Diagnosi del tumore grazie al sequenziamento rapido e all'analisi IA

Con l'aiuto del sequenziamento rapido a nanopori (vedi sotto), è possibile creare un “piccolo” profilo di metilazione da un campione di tessuto tumorale durante l'operazione. Il piccolo dispositivo di sequenziamento a nanopori può essere collegato direttamente a un computer portatile tramite cavo USB, che può effettuare una diagnosi accurata del tumore utilizzando l'intelligenza artificiale appositamente addestrata “Sturgeon” (Ultra-fast deep-learned CNS tumour classification during surgery; DOI: https://doi.org/10.1038/s41586-023-06615-2).

“Sturgeon” è una rete neurale profonda che è stata addestrata utilizzando dati simulati di sequenziamento a nanopori. Questi sono stati generati da ampi profili di metilazione di tumori del SNC e tessuti di controllo, disponibili pubblicamente. Le prestazioni di “Sturgeon” sono state valutate su un set di dati di prova, ottenendo un'elevata precisione nella classificazione dei tumori dopo circa 40 minuti di sequenziamento simulato.

L'intelligenza artificiale di “Sturgeon” supera il test e l'uso in sala operatoria

“Sturgeon” ha avuto un grande successo nella classificazione retrospettiva di 50 campioni di tumore del SNC, fornendo una diagnosi accurata in 45 casi (90%). Utilizzato in tempo reale durante 25 operazioni neurochirurgiche, “Sturgeon” ha ottenuto una classificazione corretta in 18 casi su 25 (72%), con diagnosi effettuate in meno di 90 minuti. Nei restanti 7 casi, la soglia di confidenza predefinita (del 95%) non è stata raggiunta. Va inoltre notato che la piccola dimensione del campione di 25 casi intraoperatori non è sufficiente per calcolare sensibilità e specificità. È quindi necessaria un'ulteriore validazione clinica.

L'IA può supportare il processo decisionale neurochirurgico

La diagnosi effettuata con l'IA “Sturgeon” si basa su una tecnica di sequenziamento intraoperatorio economicamente vantaggiosa. Può supportare il processo decisionale neurochirurgico e potenzialmente prevenire comorbidità neurologiche e/o evitare ulteriori interventi chirurgici.

Il principio del sequenziamento a nanopori

Dopo l'estrazione del DNA dal tessuto, il liquido di DNA viene pipettato direttamente nel sequenziatore a nanopori. Il campione di DNA viene trasportato attraverso un poro di dimensioni nanometriche (da cui il nome nanoporo). Durante il passaggio, la pressione in questo poro cambia. Questa variazione di pressione è specifica per ciascuna delle quattro basi nucleiche e consente di leggere la sequenza di basi. Oltre alla sequenza di basi, il sequenziamento a nanopori può anche riconoscere i modelli di metilazione. Questo viene fatto utilizzando un software specializzato.

Fonte: 

Vermeulen, C., Pagès-Gallego, M., Kester, L. et al. Ultra-fast deep-learned CNS tumour classification during surgery. Nature 622, 842–849 (2023). https://doi.org/10.1038/s41586-023-06615-2