Con l’intelligenza artificiale si apre l’era dell’oncologia digitale

Le potenzialità ci sono e risultano significative. Ma il ricorso all’intelligenza artificiale in oncologia avviene ancora con poca frequenza, rispetto a quella che si potrebbe registrare.
“Dobbiamo fare di più”, è il messaggio lanciato in occasione del congresso della Società europea di oncologia medica (Esmo), in corso a Madrid. Durante il quale è stata presentata una nuova rivista peer-review dell’Esmo (Real World Data and Digital Oncology), attraverso cui si punta a “raccogliere e pubblicare dati scientifici di alta qualità relativi alle trasformazioni in atto nella ricerca e nell’assistenza oncologica” grazie all’avvento delle tecnologie digitali.
Intelligenza artificiale in oncologia: un potenziale in (larga) parte inesplorato
Nel congresso sono state previste due sessioni dedicate all’introduzione dei big data e dell’intelligenza artificiale in oncologia.
Fino a questo momento le applicazioni più diffuse nella pratica clinica hanno riguardato la diagnostica: nello specifico l’interpretazione di esami di screening mammografico e della Tac spirale utilizzata per lo screening del tumore del polmone nei fumatori. Oltre che in specifici contesti di cura.
Gli esperti si sono ritrovati d’accordo su un punto: fino a quando non ci sarà una regolamentazione specifica in questo senso, la diffusione di simili tecnologie continuerà a procedere a macchia di leopardo.
Un’opportunità per uniformare le valutazioni cliniche
Eppure le soluzioni digitali hanno come obiettivo proprio quello di uniformare le valutazioni cliniche: a partire per esempio dagli esami di screening.
“Esistono già software basati sull’intelligenza artificiale in grado di estrapolare informazioni dalle immagini e dalle cartelle cliniche elettroniche e supportare l’adozione di programmi di prevenzione e screening anche specifici: basati cioè sul rischio individuale di sviluppare una determinata malattia”, è quanto affermato da Raquel Perez-Lopez, radiologa dell’Istituto di oncologia Hebron di Barcellona.
Ma senza un quadro giuridico ben definito, le risorse sono destinate a rimanere sottoutilizzate.
Interrogare i real-world data grazie all’intelligenza artificiale
Rischio che potrebbe configurarsi anche nel campo della ricerca, dove queste applicazioni promettono di fornire informazioni utili negli studi della genetica e della genomica dei tumori: sia in chiave preventiva (per aiutare a riconoscere chi corre un maggior rischio di ammalarsi) sia terapeutica (per associare i pazienti a terapie mirate contro specifiche mutazioni del Dna, già disponibili).
Non bisogna trascurare nemmeno le potenziali ricadute nella gestione di dati e informazioni riguardanti per esempio i tumori rari: più preziose in un ambito in cui condurre studi clinici randomizzati è meno semplice che in altri casi.
E più in generale la capacità attraverso questi sistemi di analizzare e interrogare ad ampio spettro i dati di real-world evidence riguardanti le singole forme di cancro. Un’opportunità unica per rendere diagnosi e terapie sempre più cucite su misura del paziente. E – perché no – riuscire a prevedere il decorso di una malattia.
Ma serve aumentare la formazione degli oncologi
L’avvento dell’intelligenza artificiale in oncologia è dunque soltanto destinato a crescere.
“L’adozione di un metodo standard con cui valutare le tecnologie di intelligenza artificiale al pari di quanto già facciamo con i farmaci sarà fondamentale per massimizzarne i benefici: garantendo al tempo stesso che la loro adozione non aumenti il rischio di bias che potrebbero causare disuguaglianze nella cura dei pazienti”, ha spiegato Rodrigo Dienstmann, caporedattore della rivista Esmo Real World Data e Digital Oncology.
Ma a dover cambiare approccio, secondo Dienstmann, sono anche i suoi colleghi.
“Molti non sono pronti a questa evoluzione, che richiederà anche un surplus formativo. Dobbiamo formare i medici all’utilizzo di questi strumenti in maniera sicura, basandoci su una chiara comprensione del loro valore e dei loro limiti. Non si tratta di mettere la macchina davanti all’uomo, ma di far lavorare assieme queste parti per garantire ai pazienti risultati migliori rispetto a quelli attuali”.


SEGUICI SU