L’AI riesce a distinguere le metastasi dalla radionecrosi.

Distinguere tra la ricomparsa del tumore e i danni tissutali provocati dalla radioterapia rappresenta una delle principali difficoltà nella gestione delle metastasi cerebrali.
Dopo il trattamento con radiochirurgia stereotassica, le lesioni osservate nei tessuti cerebrali possono essere dovute sia alla progressione del cancro sia alla radionecrosi, ossia un danno ai tessuti sani causato dalle radiazioni.
Le tecniche di imaging tradizionali, come la risonanza magnetica, spesso non riescono a differenziare in modo chiaro le due condizioni, data la loro somiglianza visiva.

Un recente studio pubblicato su Neuro Oncology e guidato dai professori Letterio Politi e Marta Scorsetti, dell’IRCCS Istituto Clinico Humanitas e Humanitas University, ha dimostrato che l’Intelligenza Artificiale può offrire una soluzione concreta a questo problema.
Il team di ricerca, che ha coinvolto esperti di neuroradiologia, oncologia, radioterapia e patologia, ha analizzato 124 lesioni cerebrali in pazienti sottoposti a radiochirurgia.
Tutti i casi disponevano di conferma istologica tramite biopsia o intervento chirurgico.

L’approccio adottato ha estratto dati numerici dalle immagini mediche, alimentando un modello di deep learning.
L’algoritmo sviluppato è stato addestrato su un insieme di dati clinici interni e poi testato su un gruppo di pazienti esterni, per verificarne l’affidabilità e la capacità di applicazione successiva.
I risultati sono stati incoraggianti: l’AI ha dimostrato un’elevata precisione nel distinguere la radionecrosi dalla progressione tumorale, fornendo un valido supporto diagnostico.
Secondo Scorsetti, questa tecnologia potrebbe ridurre l’utilizzo di biopsie o interventi chirurgici esplorativi, migliorando così la gestione clinica e il comfort dei pazienti.
AI differentiates radionecrosis from true progression in brain metastasis upon stereotactic radiosurgery: analysis of 124 histologically assessed lesions