Intelligenza artificiale per predire i sintomi del cancro

I medici potrebbero iniziare a curare il cancro grazie all'intelligenza artificiale e grazie a tecniche di machine learning, sviluppate presso il Centre for Vision, Speech and Signal Processing (CVSSP) della University of Surrey, in grado di prevedere i sintomi e la loro gravità nel corso del trattamento di un paziente.

Lo studio, pubblicato sulla rivista PLOS One, è il primo nel suo genere. I ricercatori sono riusciti a prevedere con precisione la gravità di tre sintomi che accomunano molti pazienti affetti da cancro: depressione, ansia e disturbi del sonno. Tutti e tre i sintomi sono associati ad una grave riduzione della qualità della vita dei malati di cancro.

I ricercatori hanno analizzato i dati esistenti circa i sintomi sperimentati da pazienti affetti da cancro. Il team ha utilizzato dati relativi a periodi di tempo diversi per verificare se i due algoritmi di apprendimento automatico messi a confronto fossero in grado di prevedere con precisione quando e se i sintomi si sarebbero presentati. Dai dati è emerso che i sintomi riferiti realmente erano molto vicini a quelli previsti dai metodi di machine learning.

Lo studio, nato dalla collaborazione della University of Surrey con la University of California di San Francisco (UCSF), ha messo a confronto due diverse tecniche di machine learning per prevedere con precisione la gravità di tre sintomi comuni (vale a dire, disturbi del sonno, ansia, depressione) dopo la TC a raggi X; non sono emerse differenze significative tra i valori reali, ovvero i punteggi di severità dei sintomi riportati dai pazienti, e i valori previsti.

Un numero crescente di prove e l'esperienza clinica suggeriscono che i sintomi dei pazienti oncologici sono estremamente variabili. Mentre alcuni pazienti sperimentano pochissimi sintomi, altri pazienti sottoposti allo stesso trattamento sperimentano molteplici sintomi concomitanti di grave intensità e che provocano angoscia. Il dilemma clinico è come identificare questi pazienti ad alto rischio prima dell'inizio del trattamento, in modo che possa essere avviata una gestione aggressiva dei sintomi e si possano evitare esiti deleteri. L'applicazione di tecniche di machine learning per sviluppare algoritmi che permettano di identificare questo fenotipo ad alto rischio è il primo passo verso la gestione individualizzata dei sintomi.

La capacità di prevedere la gravità dei sintomi futuri nei pazienti oncologici sarà un potente strumento per i medici oncologi. Lo sviluppo di strumenti computazionali che utilizzino tecniche di machine learning aiuterà i medici a valutare i pazienti con profilo di rischio e implementare interventi preventivi di gestione dei sintomi. Utilizzando queste informazioni, i medici saranno in grado di personalizzare il trattamento del paziente, aumentare la tolleranza per CTX e migliorare la qualità della vita. Questi metodi possono essere valutati come uno strumento di supporto decisionale per aiutare i medici a migliorare la gestione dei sintomi nei pazienti che ricevono CTX.

«Questi risultati entusiasmanti mostrano che esiste un'opportunità per le tecniche di machine learning per fare davvero la differenza nella vita delle persone che vivono con il cancro», ha dichiarato Payam Barnaghi, professore di Machine Intelligence presso la University of Surrey. «Possono aiutare i medici ad individuare i pazienti ad alto rischio, aiutare e sostenere la loro esperienza dei sintomi e permettere di pianificare preventivamente un modo per gestire questi sintomi e migliorare la qualità della vita».

«Sono molto entusiasta di vedere come il machine learning e l'intelligenza artificiale possono essere utilizzati per creare soluzioni che abbiano un impatto positivo sulla qualità della vita e il benessere di pazienti», ha dichiarato Nikos Papachristou, che ha lavorato alla progettazione degli algoritmi di machine learning per questo progetto.

Per questa indagine, sono state utilizzate tecniche per sviluppare un algoritmo in grado di identificare i pazienti con i più alti punteggi di gravità per tre sintomi comuni e correlati, nello specifico depressione, ansia, disturbi del sonno. Pertanto, se si è in grado di prevedere i pazienti che presentano un rischio più elevato per questi sintomi, è possibile iniziare i trattamenti per gestirli. Inoltre, questi efficienti metodi di apprendimento automatico potrebbero essere utilizzati per prevedere la gravità di altri sintomi in pazienti oncologici, così come in pazienti con altre condizioni mediche croniche.