Prevedere in anticipo, grazie all’intelligenza artificiale, il farmaco più efficace contro un tumore partendo dalla valutazione del profilo genetico del singolo paziente. L’Unità Operativa di Neurochirurgia dell’Ospedale di Livorno, guidata dal primario Orazio Santonocito, ha avuto un ruolo di primo piano in un prestigioso studio scientifico pubblicato sulla rivista internazionale “Nature Communications”, punto di riferimento globale per la ricerca in campo oncologico.
Il progetto di ricerca è coordinato dal professor Francesco Raimondi della Scuola Normale Superiore di Pisa e il reparto livornese, unico centro italiano ad avere partecipato, è stato determinante nella implementazione di una casistica utile per le analisi che hanno permesso di validare il modello di Intelligenza Artificiale grazie a test su glioblastomi che hanno dato risultati in linea con le previsioni dell’algoritmo.
“Il glioblastoma è il tumore cerebrale primario più aggressivo dell’adulto – spiega Orazio Santonocito – ed è caratterizzato da un alto rischio di recidive e di un armamentario terapeutico ridotto. Lo studio recentemente pubblicato rappresenta un importante passo avanti nella correlazione tra l’espressione dei geni tumorali e la possibilità di predire la potenziale sensibilità a nuovi farmaci attraverso un modello di intelligenza artificiale CellHit messo a punto dal professor Francesco Raimondi. Questi avanzamenti scientifici potrebbero avere ricadute importanti dell’identificazione di una nuova cura per i pazienti affetti da neoplasie cerebrali aggressive”.
L’innovazione al servizio della cura
È un innovativo algoritmo di intelligenza artificiale in grado di associare il “profilo trascrittomico” dei tumori, ossia la “fotografia” digitale dell’attività genetica della cellula tumorale, che mostra quali geni sono attivati e quali silenti, alla sensibilità a centinaia di farmaci oncologici e non oncologici. Il progetto, utilizzando dati provenienti da grandi database internazionali, ha definito un modello predittivo in grado di essere applicato direttamente su campioni clinici reali. L’algoritmo riesce così a identificare i farmaci più efficaci per singoli pazienti, in base al loro profilo genico.
In modelli di tumori altamente letali, come il glioblastoma e il carcinoma pancreatico, i ricercatori hanno previsto e validato sperimentalmente trattamenti potenzialmente efficaci. Il sistema ha dimostrato capacità anche nel riproporre farmaci già esistenti per nuovi impieghi terapeutici.