Grazie all’Intelligenza Artificiale, i patologi possono riconoscere in modo più preciso le varianti più pericolose del tumore al seno. Ne parla un nuovo studio
L’intelligenza artificiale può rappresentare un grande supporto per i patologi nella classificazione più accurata delle forme aggressive di tumore al seno, in particolare quelle caratterizzate da bassi livelli di espressione del recettore Her2. Questo approccio consente di ridurre il rischio di errore diagnostico, evitando che i tumori Her2-low e Her2-ultralow vengano erroneamente etichettati come Her2-negativi (“Her2 nulli”).
Una classificazione più precisa può ampliare l’accesso a terapie mirate contro Her2, offrendo a un numero maggiore di pazienti nuove opportunità terapeutiche potenzialmente in grado di migliorare l’esito delle cure. È quanto emerge da uno studio presentato durante il congresso dell’American Society of Clinical Oncology (ASCO), attualmente in corso a Chicago.
“Circa il 65% dei tumori al seno un tempo definiti Her2-negativi mostra in realtà un certo livello di espressione di Her2 e appartiene a sottogruppi ora classificazioni come tumori al seno Her2-low o Her2-ultralow” – spiega l’autrice principale dello studio, Marina De Brot del Camargo Cancer Center di San Paolo, Brasile. “Alcuni di questi tumori – prosegue – potrebbero essere trattati con farmaci anti-Her2, ma solo se ne rileviamo i livelli di espressione. Il nostro studio fornisce la prima prova che l’IA può contribuire a colmare una lacuna diagnostica critica e ad aprire le porte a nuove terapie, come gli farmaco-coniugati, per la maggior parte di questi pazienti”.
Secondo i dati, circa un terzo dei tumori al seno classificati come Her2-ultralow rischia di essere erroneamente identificato come Her2 nullo da parte dei patologi senologici. Per affrontare questo problema, gli autori dello studio hanno impiegato una piattaforma di formazione digitale basata sull’intelligenza artificiale, progettata per supportare i patologi nella valutazione del punteggio Her2 nei campioni tumorali.
Nello studio, 105 patologi provenienti da 10 Paesi dell’Asia e del Sud America hanno valutato 20 casi di tumore al seno per determinarne il punteggio Her2. I risultati hanno mostrato che il supporto dell’intelligenza artificiale ha migliorato sensibilmente l’accuratezza diagnostica: la capacità dei patologi di classificare correttamente i casi come Her2-positivi, Her2-low, Her2-ultralow o Her2-null è aumentata dal 66,7% all’88,5%, con un miglioramento di quasi il 22%. In particolare, l’IA ha contribuito a ridurre del 25% gli errori nella classificazione dei tumori Her2-ultralow, che spesso sono confusi con i tumori Her2-null. Gli esperti hanno classificato erroneamente solo il 4% delle letture con l’assistenza dell’IA, rispetto al 29,5% dei casi valutati senza il suo supporto.
Potrebbe interessare anche Cancro al seno: i test genomici riducono i costi delle pazienti
