News

Il deep learning può prevedere il rischio di cancro ai polmoni entro sei anni

Si chiama Sybil ed è stato messo a punto dai ricercatori del Mass General Brigham e del Massachusetts Institute of Technology (MIT); è progettato per analizzare le scansioni di tomografia computerizzata del torace a basso dosaggio e prevedere il rischio tra le popolazioni con e senza una storia significativa di fumo

Pubblicato il 25 Gen 2023

Medicina

I ricercatori del Mass General Brigham e del Massachusetts Institute of Technology (MIT) hanno sviluppato uno strumento di deep learning (AI), chiamato Sybil, in grado di prevedere il rischio di cancro al polmone per le persone con o senza una significativa storia di fumo, entro sei anni.

I Centers for Disease Control and Prevention (CDC) riferiscono che il cancro del polmone è il terzo tumore più comune negli Stati Uniti. Questa tendenza è in parte dovuta a un aumento dei tassi di cancro al polmone tra i non fumatori, secondo lo studio che descrive lo strumento pubblicato sul Journal of Clinical Oncology.

La tomografia computerizzata del torace a basso dosaggio (LDCT) è raccomandata per lo screening di persone tra i 50 e gli 80 anni di età con una storia significativa di fumo o che attualmente fumano, hanno spiegato i ricercatori, osservando che lo screening del cancro del polmone con LDCT ha dimostrato di ridurre la morte per cancro del polmone fino al 24%.

Sybil analizza le scansioni LDCT e prevede il rischio di cancro al polmone

Tuttavia, i non fumatori non sono idonei per lo screening ai sensi di queste linee guida nonostante l’aumento del rischio per questa popolazione, facilitando la necessità di metodi di screening più ampi. Per colmare questa lacuna, i ricercatori hanno sviluppato Sybil, uno strumento progettato per analizzare le scansioni LDCT e prevedere il rischio di cancro ai polmoni tra le popolazioni con e senza una storia significativa di fumo.

“Il tasso di cancro al polmone continua ad aumentare tra le persone che non hanno mai fumato o che non hanno fumato da anni, suggerendo che ci sono molti fattori di rischio che contribuiscono al rischio di cancro al polmone, alcuni dei quali sono attualmente sconosciuti”, afferma Lecia Sequist, MD, direttore del Center for Innovation in Early Cancer Detection e oncologo medico del cancro del polmone presso il Mass General Cancer Center nel comunicato stampa. “Invece di valutare i singoli fattori di rischio ambientali o genetici, abbiamo sviluppato uno strumento che può utilizzare le immagini per esaminare la biologia collettiva e fare previsioni sul rischio di cancro”.

Il comunicato stampa afferma che la US Preventive Service Task Force raccomanda LDCT annuali per le persone sopra i 50 anni che attualmente fumano o hanno smesso di fumare negli ultimi 15 anni. Tuttavia, meno del 10% dei pazienti eleggibili in base a questi criteri viene sottoposto a screening ogni anno. Il team di ricerca mira a sfruttare Sybil per migliorare l’efficienza dello screening del cancro del polmone e fornire valutazioni individualizzate.

“Sybil richiede solo un LDCT e non dipende da dati clinici o annotazioni radiologiche”, spiega il co-autore Florian Fintelmann, MD, del Dipartimento di Radiologia, Divisione di imaging toracico e intervento presso il Massachusetts General Hospital, nel comunicato stampa. “È stato progettato per funzionare in tempo reale sullo sfondo di una stazione di lettura radiologica standard che consente il supporto decisionale clinico point-of-care”.

Secondo il comunicato stampa, Sybil è stato sviluppato utilizzando i dati del National Lung Screening Trial (NLST) e convalidato utilizzando tre set di dati indipendenti: scansioni di oltre 6.000 partecipanti NLST che lo strumento non aveva visto in precedenza; 8.821 LDCT del Massachusetts General Hospital (MGH); e 12.280 LDCT dal Chang Gung Memorial Hospital di Taiwan. Questi dati hanno campionato persone con una serie di storie di fumo, compresi quelli che non hanno mai fumato, secondo lo studio.

AI Sybil cancro polmone

Uno strumento molto accurato

Misurando l’accuratezza di Sybil utilizzando l’area sotto la curva (AUC), una misura di quanto bene un test può distinguere tra malattia e campioni normali, i ricercatori hanno scoperto che lo strumento può prevedere il rischio di cancro al polmone entro uno a sei anni.

Lo strumento ha previsto il cancro entro un anno con AUC di 0,92 per i partecipanti NLST aggiuntivi, 0,86 per il set di dati MGH e 0,94 per il set di dati di Taiwan. Inoltre, Sybil ha predetto il cancro del polmone entro sei anni con AUC di 0,75, 0,81 e 0,80 per quelle coorti, rispettivamente. Per la misura AUC, 1,0 è un punteggio perfetto.

“Sybil può guardare un’immagine e prevedere il rischio che un paziente sviluppi il cancro ai polmoni entro sei anni”, ha detto la co-autrice e capo della facoltà della Jameel Clinic Regina Barzilay, PhD, membro del Koch Institute for Integrative Cancer Research, nel comunicato stampa.

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

Articoli correlati

Articolo 1 di 3