La cura del cancro entra in una nuova era con l'intelligenza artificiale

Amsterdam UMC usa gli analytics e l'intelligenza artificiale per aumentare la velocità e la precisione nella valutazione dei tumori

L'applicazione dell'intelligenza artificiale (AI) sta guadagnando terreno nelle cure oncologiche, e l'Amsterdam UMC è all'avanguardia utilizzando computer vision e predictive analytics per identificare meglio i pazienti affetti da cancro che sono candidati a un intervento chirurgico salvavita.

UMC di Amsterdam, uno dei più importanti centri accademici di oncologia a livello europeo, si impegna affinché ogni paziente contribuisca alla cura del paziente successivo. Questo viene fatto raccogliendo enormi quantità di dati su ogni singolo paziente, compresi biomarcatori, DNA e dati genomici.

"La nostra opportunità è quella di utilizzare l'IA per aiutarci con volumi di dati in continua crescita", dice il dottor Geert Kazemier, Professor of Surgery and Director of Surgical Oncology all'Amsterdam UMC.

La ricerca di una piattaforma analitica affidabile ha portato Kazemier a SAS, dando il via a una partnership che ha fatto progredire la scienza dell'uso dell'IA per valutare i tumori del fegato prima e dopo la terapia sistemica. Inoltre, la piattaforma SAS offre a migliaia di ricercatori sul cancro dell'UMC di Amsterdam l'accesso ad analisi all'avanguardia per migliorare la ricerca e la collaborazione.

I limiti umani nella valutazione dei tumori

Il cancro colorettale è il terzo tumore più comune in tutto il mondo, e si diffonde al fegato in circa la metà dei pazienti. Kazemier, specializzato in chirurgia epatica, dichiara che il modo migliore per trattare questo tipo di cancro è quello di rimuoverlo. Ma alcuni tumori sono troppo grandi per essere rimossi, e questi pazienti devono sottoporsi a una terapia sistemica, come la chemioterapia, per ridurre le dimensioni.

Dopo un periodo di trattamento, i tumori vengono valutati manualmente utilizzando la tomografia computerizzata (CT). In quel momento, i medici possono vedere se un tumore si è ridotto o ha cambiato aspetto. Come un tumore reagisce alla terapia sistemica determina se è possibile un intervento chirurgico salvavita o se è necessario un diverso regime di chemioterapia.

Un approccio manuale che presenta molte sfide.

La valutazione dei tumori è un processo che richiede tempo per i radiologi. E per ogni scansione CT, in genere vengono misurati solo i due tumori più grandi - lasciando forse indizi vitali nascosti nei tumori rimanenti, se un paziente ne ha più di due. Inoltre, la valutazione manuale è talvolta soggettiva, il che si traduce in una differente valutazione nelle risposta tra i radiologi.

Secondo Kazemier manca anche la valutazione 3D. "Un tumore potrebbe ridursi ma non simmetricamente. Questo è difficile da quantificare con l'occhio umano", spiega. In altri casi, i tumori potrebbero cambiare aspetto, indicando che c'è meno sangue che scorre attraverso le metastasi - un segno positivo di efficacia della terapia sistemica, che pure è difficile da rilevare.

A ciò si aggiunge l'errore umano. Purtroppo, a causa dei limiti umani, gli errori radiologici accadono, e una diagnosi errata può sottoporre un paziente a conseguenze rischiose, come un intervento chirurgico o una chemioterapia non necessari.

L'IA rileva i tumori più velocemente e accuratamente dell'uomo

Insieme a SAS, Amsterdam UMC sta trasformando le valutazioni dei tumori con l'IA. Utilizza tecniche di computer vision e modelli di deep learning in SAS Visual Data Mining and Machine Learning per aumentare la velocità e la precisione delle valutazioni di risposta alla chemioterapia. I data scientist sfruttano anche l'API SAS Deep Learning With Python (DLPy) per creare modelli di deep learning. Funzionalità come la segmentazione automatica aiutano i medici a identificare rapidamente i cambiamenti nella forma e nelle dimensioni dei tumori e ad annotarne il colore.

"Ora siamo in grado di automatizzare completamente la valutazione dei responsi, e questa è davvero una grande novità", dichiara Kazemier. "Il processo non è solo più veloce, ma più accurato di quando è condotto dall'uomo".

Il progetto è iniziato addestrando un modello di deep learning con i dati di 52 pazienti affetti da cancro. Ogni pixel di 1.380 metastasi è stato analizzato e segmentato. Questo ha insegnato al sistema come identificare istantaneamente le caratteristiche del tumore e condividere informazioni vitali con i medici.

I metodi di valutazione precedenti limitavano ciò che i medici potevano vedere, ma i modelli IA forniscono il volume totale e una rappresentazione 3D di ogni tumore, permettendo ai medici di determinare con maggior accuratezza se la chirurgia salvavita è praticabile o se invece è necessaria una diversa strategia di trattamento.

"L'IA ci aiuterà a salvare delle vite umane... Sono assolutamente sicuro di questo", dice Kazemier.

Analisi avanzate per la ricerca i sul cancro

Al di fuori della clinica, la piattaforma SAS è disponibile anche per più di 1.100 ricercatori dell'Amsterdam UMC impegnati nella ricerca sul cancro. SAS Visual Analytics permette loro di individuare rapidamente le tendenze nascoste, mentre SAS Visual Statistics fornisce un potente strumento per eseguire analisi avanzate e modellazione predittiva.

Inoltre, SAS Viya supporta la conversione automatica delle immagini grezze in metriche oggettive in ambiente clinico. Tale automazione farà risparmiare ai radiologi molto tempo, riducendo il numero di pericolosi falsi negativi e falsi positivi.

Con SAS Viya, l'Amsterdam UMC offre ai ricercatori una piattaforma analitica aperta per collaborare e ottenere risultati innovativi più velocemente. Ora, biologi, medici, studenti di medicina e persino analisti aziendali che lavorano per migliorare l'esperienza del paziente possono beneficiare degli analytics indipendentemente dalle loro competenze sui dati o dalle loro preferenze di linguaggio di codifica.

"Ci sono molte persone che lavorano con la piattaforma SAS che non hanno una formazione analitica o di data science", dice Kazemier. "Questa per noi è la prossima fase degli analytics, e vedo enormi opportunità davanti a noi".

IA comprensibile

Per Kazemier, l'IA deve essere trasparente e aperta affinché possa rivoluzionare l'assistenza sanitaria. "Se si creano algoritmi per aiutare i medici a prendere decisioni, dovrebbe essere chiaro ciò che quell'algoritmo sta facendo effettivamente", dichiara. "Immaginate se un algoritmo proponesse qualcosa di negativo per il paziente e il medico lo assecondasse. Errare non è solo umano".

Un fattore critico nell'implementazione continua degli analytics nei setting clinici è quello di stabilire un processo end-to-end verificabile e trasparente che supporti il processo decisionale nell'assistenza sanitaria. SAS fornisce una sintesi di come ogni analisi viene eseguita, rendendo più facile per i medici tracciare modelli e algoritmi. Questa migliore collaborazione tra uomo e macchina è alla base di una maggiore fiducia nell'IA. Questo livello di trasparenza ha avvicinato Kazemier a SAS.

"Avevamo bisogno di un modello spiegabile pur mantenendo un alto livello di prestazioni di apprendimento", dice. "SAS è la soluzione più affidabile che abbiamo trovato".

Guardando al futuro, Kazemier vede un ruolo maggiore dell'IA all'Amsterdam UMC.

"In futuro, potremmo essere in grado di prevedere l'esito della chirurgia e la sopravvivenza del paziente", dichiara. "Attualmente stiamo usando la tecnologia IA sui pazienti con metastasi epatiche da carcinoma colo-rettale, ma l'IA ha il potenziale per essere utilizzata nella valutazione di molti tipi di tumori solidi, tra cui il cancro al seno e ai polmoni. Abbiamo solo toccato la punta dell'iceberg".