I ricercatori della Case Western Reserve University hanno scoperto come prevedere in modo rapido e preciso quali pazienti affetti da cancro ai polmoni possono beneficiare della chemioterapia analizzando il modo in cui sono disposte le cellule immunitarie inviate dal corpo per combattere la malattia.

Semplici immagini tissutali e analisi complesse

Solitamente gli oncologi e i patologi prelevano un campione di tessuto di cellule tumorali per poi catturarne un'immagine. L'avvento degli algoritmi di deep learning e di machine learning ha permesso di trovare tra le cellule dei modelli che altrimenti sarebbero stati quasi impossibili da rilevare ad occhio nudo, poiché questo significava analizzare le cellule tumorali stesse o contare, con successo limitato, i linfociti infiltranti il ​​tumore che il corpo invia per combattere il cancro. Il problema principale è che, normalmente, il cancro si “nasconde” al sistema immunitario, per cui esso non rappresenta un invasore esterno per il corpo. I patologi hanno cercato negli ultimi quindici anni di comprendere come la risposta immunitaria potesse correlarsi al modo in cui il cancro si sarebbe diffuso nel corpo o al modo in cui il paziente avrebbe risposto a certe terapie o alla necessità di somministrare la chemioterapia, che di routine viene effettuata praticamente a tutte le vittime di cancro. Fare questa operazione senza supporto computazionale è dispendioso, poiché ci sono centinaia di migliaia di linfociti ed è difficile determinare un modello. Il team di ricerca, però, ha trovato il modo di istruire i computer per trovare i linfociti, decifrare la loro disposizione (ovvero la loro architettura spaziale) e prevedere l'esito della malattia.

Fare previsioni sulla base della disposizione delle cellule immunitarie

Gli scienziati, aiutati da tecniche di imaging e di machine learning, sono stati in grado di analizzare rapidamente centinaia di immagini tissutali, non solo per contare le cellule immunitarie associate al cancro, ma anche per identificare modelli che rappresentassero il modo in cui esse si organizzano. Questo approccio innovativo può aiutare a determinare quali pazienti hanno bisogno di chemioterapia o immunoterapia basandosi sull'analisi computazionale delle immagini dei tessuti procurati mediante chirurgia o biopsia. Questa ricerca si è concentrata su persone con cancro ai polmoni ad uno stadio iniziale, ma ulteriori analisi hanno anche predetto il successo dell'immunoterapia nei casi di carcinoma polmonare in stadio avanzato. La ricerca conferma che l’architettura spaziale delle cellule immunitarie è predittiva del successo del trattamento per il cancro ai polmoni.

In questo articolo abbiamo parlato dell'utilizzo degli algoritmi per prevedere la risposta dei pazienti con carcinoma polmonare ai trattamenti cui possono essere sottoposti.

Resta sempre informato su tutte le novità

Nome

Email*

Iscriviti