L'intelligenza artificiale per il tumore del fegato

Può predire il rischio di recidiva post-trapianto

L'intelligenza artificiale al servizio della chirurgia per predire il rischio che un fegato trapiantato a un paziente affetto da epatocarcinoma vada incontro a una recidiva oncologica.
È una delle prospettive su cui la comunità scientifica è al lavoro, per arginare un rischio che sta limitando l'efficacia di una procedura per il resto valida e (spesso) efficace.
Con buoni risultati, come dimostra uno studio coordinato dal Dipartimento di chirurgia generale e specialistica del Policlinico Umberto I di Roma e pubblicato sulla rivista Cancer Communications.
Dopo aver raccolto i dati di circa quattromila pazienti provenienti da Nord America, Europa e Asia, i ricercatori hanno sviluppato n calcolatore in grado di predire il rischio di recidiva di epatocarcinoma post-trapianto.
Una procedura resa possibile grazie a una collaborazione con gli ingegneri del Politecnico di Torino, che hanno messo a disposizione un software basato sull'intelligenza artificiale.
Lo score sviluppato è stato chiamato TRAIN-AI: acronimo di Time-Response-AlphafetoproteIN-Artificial Intelligence. “Tutte le variabili che compongono lo score sono facilmente ottenibili prima del trapianto al fine di consentire il suo calcolo praticamente in ogni parte del mondo, basandosi quindi su parametri user-friendly”, spiega Quirino Lai, dirigente medico dell'unità operativa complessa di chirurgia generale e trapianti d'organo del policlinico Umberto I e professore associato di chirurgia generale alla Sapienza Università di Roma.
“Un'altra importante novità - aggiunge l'esperto, primo firmatario dell'articolo a cui hanno contribuito anche gli specialisti dell'ospedale San Camillo Forlanini (Giuseppe Maria Ettorre), del Policlinico Tor Vergata (Giuseppe Tisone) e del Gemelli (Salvatore Agnes) di Roma, delle aziende ospedaliero-universitarie di Padova (Umberto Cillo), di Bologna (Matteo Ravaioli) e di Ancona (Marco Vivarelli) - è stata quella di sviluppare un calcolatore basato su migliaia di pazienti provenienti da tutto il mondo, mentre gli score già esistenti si basavano su realtà regionali, o tuttalpiù nazionali, decisamente più circoscritte”.
Otto variabili sono state significativamente associate al rischio di recidiva e utilizzate per costruire il modello TRAIN-AI: il diametro della lesione target, il numero di noduli presenti, i valori dell'alfa-fetoproteina, la durata del tempo di attesa, la risposta radiologica, il modello per malattia epatica allo stadio terminale (Meld), la sopravvivenza al trapianto di fegato del donatore e il volume operatorio del centro.
La possibilità di predire il rischio di sviluppare una recidiva ha enorme importanza per il paziente, per due motivi:

- può consentire di identificare una classe a rischio inaccettabilmente alto di recidiva che può quindi essere esclusa dal trapianto stesso (trapianto futile per causa oncologica);
- può consentire di studiare il paziente nel post-trapianto con maggiore attenzione (controlli più ravvicinati, riduzione della terapia immunosoppressiva) per prevenire la recidiva in pazienti a rischio aumentato

Nella gestione del tumore del fegato (epatocarcinoma), il trapianto dell'organo è un'opzione presa in considerazione a fronte di rigidi criteri stabiliti dalla comunità scientifica italiana (criteri di Milano) e condivisi ormai in tutto il mondo.
La prognosi è nella maggior parte dei casi positiva, come dimostrano i tassi medi di sopravvivenza a cinque anni dall'intervento (70 per cento).
Sulla procedura, però, grava un rischio che ancora oggi viene quantificato (sulla base dei dati di letteratura più recenti) tra l'otto e il venti per cento.
L'obiettivo dei camici bianchi è quello di poter circoscriverlo sempre di più, anche grazie all'intelligenza artificiale.