American Marconi Wireless News - Tumori, una 'bussola' basata sull'IA predice la risposta ai farmaci

Messo a punto uno strumento di intelligenza artificiale chiamato 'Compass' in grado di orientare le scelte terapeutiche oncologiche migliori, predicendo quali pazienti risponderanno ad alcune terapie, in particolare agli immunoterapici. Descritto sulla rivista Nature Medicine, è il risultato di uno studio della Harvard University di Boston. I farmaci immunoterapici, chiamati inibitori dei checkpoint immunitari (Ici), hanno trasformato il trattamento del cancro nell'ultimo decennio, stimolando il sistema immunitario a combattere e distruggere le cellule tumorali. Tuttavia, questi farmaci funzionano solo per una parte dei pazienti, e le ragioni di tale successo sono ancora poco chiare. Il modello ha superato i migliori approcci esistenti dell'8,5%. "Sfruttando le più avanzate capacità di intelligenza artificiale, possiamo identificare i pazienti con maggiori probabilità di rispondere a un determinato immunoterapico prima ancora che ricevano il farmaco", afferma Marinka Zitnik, autrice senior dello studio e tra i massimi esperti di strumenti predittivi terapeutici basati su Ia. Compass prevede la risposta agli immunoterapici analizzando l'attività di quasi 16.000 geni con svariati ruoli. Fornisce una giustificazione razionale per le sue previsioni. I ricercatori hanno addestrato COMPASS utilizzando i dati di 10.184 campioni tumorali di 33 tipi di cancro. Con questi dati, il programma di intelligenza artificiale ha "imparato" quale attività genica fosse correlata alla risposta e alla non risposta a diversi tipi di immunoterapici. Il team ha poi perfezionato questo addestramento utilizzando i risultati di 16 studi clinici che hanno testato gli effetti di diversi regimi di immunoterapici su sette tipi di cancro. I ricercatori hanno chiesto a Compass di prevedere la risposta e la non risposta ai farmaci confrontando le previsioni con gli esiti dei trial clinici. I loro risultati hanno dimostrato che COMPASS ha superato il miglior approccio esistente per la previsione della risposta ai farmaci di quasi il 10% in media.

A.Rodriguezv--AMWN