Un modello di intelligenza artificiale è in grado di rilevare segnali “invisibili” del tumore al pancreas con largo anticipo rispetto alla diagnosi clinica, aprendo la strada a un’identificazione precoce della malattia quando è ancora curabile. È quanto emerge da uno studio guidato da Ajit Harishkumar Goenka e pubblicato sulla rivista Gut. Il sistema, denominato REDMOD (Radiomics-based Early Detection Model), analizza immagini di tomografia computerizzata per individuare sottili alterazioni della struttura del tessuto pancreatico, non percepibili né dall’occhio umano né dalle tecniche diagnostiche tradizionali.
Sintomi del cancro al pancreas
In media, il modello è riuscito a identificare i segnali precoci del carcinoma duttale pancreatico circa 475 giorni prima della diagnosi. Il tumore al pancreas è tra quelli con prognosi più sfavorevole, spesso scoperto in fase avanzata a causa dell’assenza di sintomi evidenti nelle fasi iniziali. Questo nuovo approccio potrebbe consentire di intercettare la malattia già allo stadio 0, migliorando in modo significativo le possibilità di trattamento.
“Questa finestra temporale è cruciale, perché una diagnosi precoce aumenterebbe notevolmente le probabilità di sopravvivenza”, sottolineano i ricercatori. Per testare l’efficacia del modello, sono state analizzate le scansioni di 219 pazienti inizialmente ritenuti sani ma poi diagnosticati con tumore al pancreas, confrontandole con quelle di 1.243 soggetti di controllo.
REDMOD ha dimostrato una sensibilità del 73% nell’individuare i cambiamenti precoci, quasi il doppio rispetto al 39% ottenuto da radiologi esperti. Nei casi rilevati oltre due anni prima della diagnosi, l’accuratezza è risultata quasi tripla: 68% contro 23%. Il sistema ha inoltre evidenziato un’elevata capacità nel riconoscere correttamente i pazienti sani, con valori superiori all’81% e fino all’87,5% in set di dati indipendenti.
Lo studio
La solidità dei risultati è stata confermata anche dall’analisi di scansioni ripetute, con un livello di concordanza compreso tra il 90% e il 92%. Il modello integra inoltre un sistema automatico di segmentazione del pancreas, capace di delimitare con precisione l’organo senza intervento umano, riducendo così variabilità ed errori.
Nonostante i risultati promettenti, gli autori evidenziano la necessità di ulteriori studi prospettici, soprattutto su pazienti ad alto rischio, prima di un’adozione clinica su larga scala.
“Il framework REDMOD rappresenta un passo importante verso un cambio di paradigma, passando da una diagnosi tardiva a una individuazione precoce e preventiva”, concludono i ricercatori, pur riconoscendo alcune limitazioni, tra cui la scarsa diversità etnica del campione analizzato.
Foto di Anna Tarazevich: https://www.pexels.com/it-it/foto/piastrelle-citazione-testo-lettere-8016926/
