Intelligenza artificiale in ambito diagnostico: esperienza preliminare di un modello applicativo basato sul deep learning nella diagnosi precoce e di resecabilità del carcinoma duttale pancreatico

Razionale dell'esperienza

Il carcinoma duttale del pancreas è tra le neoplasie a prognosi più infausta con una sopravvivenza a 5 anni dell’8.1% e a 10 anni del 3% con circa 14.300 nuove diagnosi (maschi = 6.900; femmine = 7.400) secondo le recenti stime dell'Associazione Italiana dei Registri Tumori. La diagnosi e il trattamento precoci sono particolarmente critici per questa patologia. Tuttavia, essendo una malattia rara, il costo generale dello screening è elevato, l’accuratezza dei marcatori tumorali esistenti spesso non è sufficiente e l’efficacia dei metodi di trattamento non è sempre certa.

Descrizione sintetica

L'applicazione dell'Intelligenza Artificiale basata sul deep learning nella diagnosi precoce e di resecabilità del carcinoma duttale pancreatico, in termini di diagnosi precoce, può individuare rapidamente i gruppi ad alto rischio di carcinoma duttale del pancreas attraverso immagini mediche, esami patologici, bio-marcatori ed altri dati patologia-correlati, al fine di realizzare uno screening precoce delle lesioni. L’algoritmo dell’intelligenza artificiale può essere utilizzato per valutare la resecabilità del tumore, il rischio di recidiva, le metastasi e la risposta alla terapia che potrebbero influenzare la prognosi e può essere utilizzato anche per prevedere il tempo di sopravvivenza del paziente.

Unità organizzative e target professionale coinvolti

– UOC Radiologia Generale e Pronto Soccorso AORN A. Cardarelli; – Dipartimento di Ingegneria Elettrica e delle Tecnologie dell'informazione dell'Università degli Studi di "Federico II"; – medici, ricercatori, statistici e ingegneri.

Orizzonte temporale/durata (in corso/conclusa; data di inizio, data di conclusione)

In corso.

Risorse e strumenti (RU, tecnologie, collaborazioni esterne, budget)

– Medici, ricercatori, statistici e ingegneri; – dati archivio informatico aziendale; – Tomografia Computerizzata (TC); – Intelligenza artificiale.

Punti di forza

La tecnologia dell’Intelligenza artificiale può individuare rapidamente i gruppi ad alto rischio di carcinoma duttale del pancreas attraverso immagini mediche, esami patologici, bio-marcatori ed altri dati patologia-correlati, al fine di realizzare uno screening precoce delle lesioni.

Criticità ed eventuali soluzioni adottate per superarle

La Tomografia Computerizzata (TC) consente una diagnosi accurata di carcinoma duttale del pancreas con una sensibilità ed una specificità che varia dal 70% fino al 100% risultando pertanto sempre indicata nel sospetto clinico di questa patologia. Tuttavia, il 27% dei carcinomi duttali pancreatici con dimensione inferiore a 2 centimetri sono isodensi in TC, quindi non direttamente identificabili, e con segni secondari spesso non associati, rendendo complessa e spesso misconosciuta l'identificazione del carcinoma duttale del pancreas nelle sue fasi iniziali. L'impiego dell'intelligenza artificiale migliora le condizioni descritte.

Indicatori di risultato

La nostra metodologia prevede l'addestramento di una rete neurale codificatore-decodificatore per segmentare in dettaglio il pancreas nelle immagini TC. Sono stati condotti esperimenti su un set di dati ottenuti dal nostro archivio informatico aziendale, con risultati paragonabili a metodi all’avanguardia basati sul punteggio medio di Dice. Inoltre, abbiamo valutato l'impatto di diversi modelli di backbone, fornendo preziosi spunti per l'ottimizzazione futura.

Risultati conseguiti/Follow up

I nostri risultati preliminari dimostrano che la metodologia applicata segmenta efficacemente il pancreas nelle scansioni TC, migliorando potenzialmente la diagnosi precoce e la pianificazione del trattamento per il carcinoma duttale del pancreas.

Evoluzione/sviluppi previsti

Potenziare la diagnosi precoce e la pianificazione del trattamento per il carcinoma duttale del pancreas. Esportazione della metodologia applicata verso altre forme tumorali.