Attenzione: questa pagina è una traduzione automatica di questa pagina originariamente in lingua inglese. Si prega di notare in quanto le traduzioni sono generate da macchine, non tutte le traduzioni saranno perfetti. Questo sito web e le sue pagine web sono destinati ad essere letto in inglese. Ogni traduzione del sito e le sue pagine web possono essere imprecise e inesatte, in tutto o in parte. Questa traduzione è fornita per comodità.

L'intelligenza artificiale predice il rischio di ricaduta metastatica nei pazienti di cancro al seno

Gli studi di AI della CORSA intrapresi da Gustave Roussy e l'avvio Owkin, come componente del AI per la sfida di salubrità organizzata dalla regione dell'Ile-de-France nel 2019, sono stati presentati come documento offerto a ESMO (società europea di oncologia medica). Questo studio indica che grazie all'analisi d'apprendimento profonda applicata alle diapositive digitalizzate di patologia, intelligenza artificiale possono classificare i pazienti con cancro al seno localizzato fra ad alto rischio ed a basso rischio della ricaduta metastatica durante i cinque anni futuri. Questo AI ha potuto trasformarsi in in un aiuto a processo decisionale terapeutico ed evitare così la chemioterapia inutile ed il suo impatto su personale, sul professionista e sulle vite sociali per le donne a basso rischio. Ciò è uno dei primi proof of concept che illustrano la potenza di un modello di AI per l'identificazione dei parametri connessi con la ricaduta che il cervello umano non potrebbe individuare.

Con 59.000 nuovi casi all'anno, il cancro al seno si allinea in primo luogo fra i cancri in donne, chiaramente davanti al cancro polmonare ed al cancro colorettale. È egualmente il cancro che causa il più grande numero delle morti in donne, con 14% delle morti femminili del cancro nel 2018. 80% dei cancri al seno sarebbe ormone sensibili o ormone-dipendenti. Ma questi cancri sono estremamente eterogenei e circa 20% dei pazienti ricadrà con la metastasi distante.

LA CORSA AI è gli studi retrospettivi che sono stati intrapresi su un gruppo di 1400 pazienti gestiti a Gustave-Roussy fra 2005 e 2013 per (HR+, HER2-) a cancro al seno ormone sensibile localizzato. Queste donne sono state curate con chirurgia, la radioterapia, la terapia ormonale ed a volte la chemioterapia per diminuire il rischio di ricaduta distante.

La chemioterapia non è amministrata ordinariamente perché non tutte le donne trarranno giovamento da dovuto una prognosi naturalmente favorevole. La scelta del professionista è basata sui criteri clinicopatologici (l'età del paziente, dimensione ed aggressività del tumore, dell'invasione di linfonodo, ecc.) e la decisione da amministrare o la chemioterapia non ausiliaria varia fra i centri dell'oncologia. Le impronte genomiche esistono oggi per contribuire ad identificare le donne che traggono giovamento dalla chemioterapia, ma non sono raccomandate dall'autorità nazionale francese per salubrità e non sono rimborsate dal servizio sanitario nazionale francese (sebbene siano incluse sulla lista di risarcimento di RIHN), che rende il loro accesso ed uso eterogenei in Francia.

Gustave Roussy e Owkin hanno raccolto la sfida di proposta del metodo nuovo che è semplice, economico e di facile impiego in tutti i centri dell'oncologia come strumento decisionale terapeutico. Infine, lo scopo è di dirigere i pazienti identificati come essendo ad ad alto rischio verso le nuove terapie innovarici e di evitare la chemioterapia inutile per i pazienti a basso rischio.

Nello studio di AI della CORSA, gli scienziati dei dati di Owkin, guida dai medici della ricerca di Gustave Roussy, hanno sviluppato un capace di modello di AI attendibilmente di valutazione del rischio di ricaduta con un AUC di 81% per aiutare il professionista a determinare il bilanciamento rischio/del vantaggio della chemioterapia. Questo calcolo è basato sui dati clinici del paziente combinati con l'analisi delle diapositive istologiche macchiate e digitalizzate del tumore. Queste diapositive, quotidiano usato negli instituti di patologia dai anatomo-patologi, contengono le informazioni molto ricche e decisive per la gestione di cancro. Non è necessario da sviluppare una nuova tecnica o da fornire una piattaforma tecnica specifica. La sola strumentazione essenziale è uno scanner della diapositiva, che è un pezzo di strumentazione comune in laboratori. Come uno scanner dell'ufficio che digitalizza il testo, questo scanner digitalizza le informazioni morfologiche presenti sulla diapositiva.

I risultati di questo primo studio dai gruppi di Gustave e di Owkin Roussy aprono le forti prospettive ed i punti seguenti comprendono futuro la convalida del modello su un gruppo indipendente di Gustave esterno curato pazienti Roussy. Se i risultati sono confermati, through fornendo informazioni affidabili ai clinici, questo strumento di AI risulteranno essere un aiuto apprezzato alle decisioni terapeutiche.

Source: