Predire la risposta immunoterapica con l’intelligenza artificiale

Uno studio pubblicato su The Lancet Oncology stabilisce per la prima volta che l’intelligenza artificiale è in grado di elaborare immagini medicali per ricavarne informazioni biologiche e cliniche. Progettando un algoritmo poi sviluppato per l’analisi delle immagini delle TAC, i ricercatori medici di Gustave Roussy, CentraleSupélec, Inserm, Université Paris-Sud e TheraPanacea hanno creato la cosiddetta ‘firma radiomica’, che definisce il livello di infiltrazione linfocitaria di un tumore e fornisce un punteggio predittivo per l’efficacia immunoterapica nei pazienti.
In futuro i medici potrebbero quindi essere in grado di utilizzare l’imaging per identificare i fenomeni biologici in un tumore situato in una qualunque parte del corpo, senza necessità di eseguire biopsie.
Fino ad ora, nessun marcatore può identificare con precisione quei pazienti che risponderanno all’immunoterapia anti-PD-1 / PD-L1 in una situazione in cui solo il 15-30% dei pazienti risponde a tale trattamento. È noto che più l’ambiente del tumore è immunologicamente maggiore è la probabilità che l’immunoterapia sia efficace, quindi i ricercatori hanno cercato di caratterizzare questo ambiente usando l’imaging e correlarlo con la risposta clinica dei pazienti. Tale è l’obiettivo della firma radiomic progettata e validata nello studio pubblicato su “The Lancet Oncology”.
In questo studio retrospettivo, la firma radiomica è stata acquisita, sviluppata e convalidata in 500 pazienti con tumori solidi di quattro coorti indipendenti. È stato validato genomicamente, istologicamente e clinicamente, rendendolo particolarmente robusto.
Utilizzando un approccio basato sull’apprendimento automatico, il team ha dapprima insegnato l’algoritmo a utilizzare le informazioni rilevanti estratte dalle scansioni TC dei pazienti partecipanti allo studio MOSCATO, che conteneva anche dati sul genoma del tumore. Pertanto, basandosi unicamente sulle immagini, l’algoritmo ha imparato a predire ciò che il genoma avrebbe potuto rivelare sull’infiltrato immune del tumore, in particolare rispetto alla presenza di linfociti T citotossici nel tumore e ha stabilito una firma radiomica.
Questa firma è stata testata e convalidata in altre coorti, compresa quella del TCGA, mostrando così che l’imaging poteva predire un fenomeno biologico, fornendo una stima del grado di infiltrazione immunitaria di un tumore.
Quindi, per verificare l’applicabilità di questa firma in una situazione reale e correlarla all’efficacia dell’immunoterapia, è stata valutata utilizzando le scansioni TC eseguite prima dell’inizio del trattamento in pazienti che partecipavano a 5 fasi I di anti-PD-1 / PD -L1 immunoterapia. È stato trovato che i pazienti nei quali l’immunoterapia era efficace a 3 e 6 mesi avevano punteggi radiomici più alti come quelli con una migliore sopravvivenza globale.
Il prossimo studio clinico valuterà la firma sia retrospettivamente che prospetticamente, userà un numero maggiore di pazienti e li stratificherà in base al tipo di cancro per perfezionare la firma.
Questo impiegherà anche algoritmi di apprendimento automatico e intelligenza artificiale più sofisticati per prevedere la risposta del paziente all’immunoterapia. A tal fine, i ricercatori intendono integrare i dati di imaging, biologia molecolare e analisi dei tessuti. Questo è l’obiettivo della collaborazione tra Gustave Roussy, Inserm, Université Paris-Sud, CentraleSupélec e TheraPanacea per identificare quei pazienti che hanno maggiori probabilità di rispondere al trattamento, migliorando così il rapporto efficacia / costo del trattamento.