BARI - Un innovativo sistema che utilizza l'intelligenza artificiale per analizzare i dati clinici e le immagini ecografiche delle pazienti, permettendo, nel caso del tumore al seno, di predire lo stato del linfonodo sentinella senza bisogno di asportarlo e fare la biopsia. Un brevetto, quest'ultimo, concesso dall'Ufficio italiano brevetti e marchi (Uibm) e che è frutto del lavoro del Laboratorio di biostatistica e bioinformatica dell’Istituto Tumori ‘Giovanni Paolo II’ di Bari, a cui appartengono le inventrici Raffaella Massafra, vicedirettrice scientifica nonché responsabile del laboratorio, e le ricercatrici Samantha Bove, Maria Colomba Comes e Annarita Fanizzi.
Oggi una elevata percentuale delle donne affette da cancro al seno sopravvive a 5 anni dalla diagnosi. Tuttavia, la percentuale di guarigione diminuisce in caso di metastasi ai linfonodi ascellari. Per questo motivo, diventa cruciale una diagnosi tempestiva e precisa dello stato linfonodale, in particolare della valutazione del linfonodo sentinella mediante biopsia. Questa procedura, purtroppo, è spesso onerosa e invasiva, rivelandosi realmente utile solo nel 15% dei casi. Ecco perché è fondamentale trovare un metodo alternativo che consenta di analizzare il linfonodo senza la necessità di asportarlo, sfruttando i dati clinici e le immagini ecografiche acquisite durante la fase di diagnosi.
Per testare strategie diagnostiche alternative e meno invasive rispetto a quelle tradizionali, le ricercatrici hanno analizzato i dati relativi a pazienti negative all’esame clinico e radiologico per la possibile presenza di metastasi linfonodali ascellari, ottenendo risultati molto promettenti ed accurati. Si tratta dell’unico modello radiomico progettato per pazienti con carcinoma mammario clinicamente negativo, in grado di identificare correttamente la presenza di linfonodi sentinella metastatici. Dunque, un metodo promettente ed economico che potrebbe sostituire la procedura classica senza compromettere la cura della paziente.
Il sistema brevettato utilizza sofisticati algoritmi di intelligenza artificiale per analizzare le immagini ecografiche delle pazienti affette da carcinoma mammario. Questo approccio consente di predire lo stato di salute del linfonodo sentinella, identificando la presenza di metastasi senza la necessità di asportarlo e sottoporlo a biopsia. Tale innovazione riduce i tempi, i costi e l'invasività del trattamento, offrendo un'alternativa più efficiente alla procedura tradizionale.
