Studio: l'IA prevede quali pazienti rispondono all'immunoterapia

Il tumore di un paziente è un campo di battaglia, e l'immunoterapia chiede al sistema immunitario dell'organismo di vincerla. Quando il farmaco funziona, l'effetto può durare anni. Quando non funziona, il paziente ha pagato una cura che non può aiutarlo e ha perso tempo che avrebbe potuto dedicare a un'altra terapia. Un team della Pohang University of Science and Technology (POSTECH) ha ora sviluppato un metodo di intelligenza artificiale che cerca di distinguere questi due esiti prima della prima dose.

Il metodo nasce da un gruppo guidato dal professor Sanguk Kim del Dipartimento di Scienze della vita, insieme a Minsoo Kim, studente dell'integrated MS-Ph.D. presso la Graduate School of Artificial Intelligence. Il sistema analizza le informazioni genetiche dei pazienti oncologici per prevedere la loro risposta all'immunoterapia, e i risultati sono stati pubblicati su npj Digital Medicine. Il bersaglio principale è la cellula senescente, una cellula invecchiata che gli autori descrivono come un elemento disturbatore nell'ambiente del tumore: sopprime silenziosamente le cellule immunitarie. I medici trovano difficile leggere caso per caso questo ambiente, ed è per questo che i ricercatori si sono rivolti all'IA.

L'ostacolo sono i dati. Uno studio sul cancro include in genere relativamente pochi pazienti, mentre le informazioni genetiche da analizzare per ciascuno sono enormi. Un'IA addestrata in questo modo può memorizzare il gruppo di addestramento e fallire con nuovi pazienti, come uno studente che impara a memoria le domande degli esercizi. Il team del POSTECH ha cambiato l'ordine delle operazioni. Ha prima individuato i tumori con un microambiente senescente, in cui l'attività immunitaria è soppressa, poi ha stratificato progressivamente i pazienti per valutare se fossero probabilmente rispondenti. Secondo gli autori, questo approccio graduale ha impedito all'IA di diventare sbilanciata verso un solo gruppo di pazienti.

I risultati sono quelli del team. Il metodo ha superato i biomarcatori attualmente usati nella pratica clinica nella previsione della risposta al trattamento in quattro tipi di cancro, tra cui il tumore della pelle, e sei coorti di pazienti. Rispetto ad altri metodi di previsione esistenti, ha inoltre dato risultati coerenti su una coorte indipendente di pazienti con tumore della pelle, che non faceva parte dell'addestramento. Sanguk Kim ha dichiarato che tenere conto della senescenza cellulare «potrebbe aiutare più pazienti oncologici a beneficiare dell'immunoterapia in futuro».

Per gli oncologi, il vantaggio immediato sarebbe una previsione fatta in anticipo, sulla base dei dati genetici del paziente, circa l'opportunità di iniziare l'immunoterapia. Gli autori la descrivono come un passo verso la cura personalizzata del cancro, in cui lo stesso tumore può richiedere trattamenti diversi in pazienti diversi. Lo studio non indica una data per l'uso negli ospedali, e il team afferma che condurrà studi di follow-up per modellare in modo più preciso l'ambiente tumorale. Finché questi studi e un uso indipendente non confermeranno il metodo, il suo beneficio resta una prospettiva per i pazienti, non una pratica.