Uno strumento basato sull'intelligenza artificiale prevede la recidiva del cancro al colon al secondo stadio. / AI tool predicts stage-two bowel cancer relapse

 Uno strumento basato sull'intelligenza artificiale prevede la recidiva del cancro al colon al secondo stadio.Il procedimento del brevetto ENEA RM2012A000637 è molto utile in questo tipo di applicazione. / AI tool predicts stage-two bowel cancer relapse. The procedure of the ENEA patent RM2012A000637 is very useful in this type of application.

Segnalato dal Dott. Giuseppe Cotellessa / Reported by Dr. Giuseppe Cotellessa

Il cancro all'intestino è il quarto tumore più frequentemente diagnosticato in Australia e la seconda causa di morte per cancro. A livello mondiale, è il terzo tumore più comune. / Bowel cancer is Australia’s fourth most commonly diagnosed cancer and the second most common cause of cancer death. Worldwide, it is the third most common cancer -

Alcuni ricercatori australiani hanno creato uno strumento basato sull'intelligenza artificiale in grado di prevedere il rischio di recidiva nei pazienti affetti da cancro al colon in stadio due, un progresso che potrebbe consentire un trattamento più tempestivo per coloro che hanno maggiori probabilità di trarne beneficio.

Sviluppato presso la La Trobe University di Melbourne, l'algoritmo di intelligenza artificiale SÉMIL (Semantically-Enhanced Multiple Instance Learning) del gruppo utilizza immagini e rischio di recidiva del tumore al colon. Il lavoro è descritto in dettaglio sulla rivista descrizioni scritte per analizzare vetrini istologici di routine e identificare i pazienti a maggior Gastroenterology .

I ricercatori hanno analizzato oltre 1600 vetrini istologici e convalidato i risultati su 1220 pazienti affetti da tumore al colon in stadio due, appartenenti a tre coorti indipendenti ed a diverse istituzioni australiane.  

Lo studio ha inoltre rilevato che, quando la valutazione basata sull'intelligenza artificiale e la valutazione del patologo coincidevano, si otteneva la valutazione del rischio più accurata per i pazienti affetti da cancro al secondo stadio. 

Francis Magisson, autore principale e dottorando presso la School of Computing, Engineering and Mathematical Sciences (SCEMS) della La Trobe University, ha affermato che la tecnologia ha valutato il modello di crescita del tumore sul suo fronte di invasione, una caratteristica importante dal punto di vista prognostico ma difficile da classificare in modo coerente per gli anatomopatologi. Ha quindi assegnato ciascun tumore ad un gruppo di rischio più alto o più basso. 

"Queste informazioni potrebbero essere utilizzate per aiutare patologi e medici ad identificare quali pazienti con tumore al secondo stadio sono a maggior rischio di recidiva e potrebbero necessitare di un monitoraggio più attento o di trattamenti aggiuntivi come la chemioterapia", ha dichiarato Francis in un comunicato. 

Le attuali linee guida cliniche australiane raccomandano di utilizzare la chemioterapia dopo l'intervento chirurgico solo per i pazienti con tumore al colon di stadio due ad alto rischio. 

Il professore associato Zhen He, che dirige il programma di biologia digitale presso l'Institute for Molecular Science ( LIMS ) della La Trobe University, lo SCEMS e l'Australian Centre for Artificial Intelligence in Medical Innovation ( ACAMI ), ha affermato che la ricerca ha evidenziato il ruolo crescente dell'intelligenza artificiale a supporto della medicina di precisione. 

"SÉMIL potrebbe essere integrato nei flussi di lavoro di patologia digitale esistenti senza richiedere nuovi test costosi o campioni di tessuto, fornendo valutazioni più coerenti e oggettive della patologia tumorale", ha affermato il professor He. 

"In futuro, le valutazioni patologiche basate sull'intelligenza artificiale potrebbero essere combinate con altri biomarcatori emergenti per migliorare la stratificazione del rischio e la pianificazione del trattamento." 

Il professore associato David Williams, patologo anatomico presso Austin Health e l'Olivia Newton-John Cancer Research Institute, affiliato alla La Trobe School of Cancer Medicine, ha affermato che lo strumento è stato progettato per supportare, non sostituire, il processo decisionale clinico. 

"Una delle maggiori sfide nel trattamento del tumore al colon in stadio due è identificare quali pazienti ad alto rischio necessitano di cure e valutare i potenziali benefici della chemioterapia rispetto agli effetti collaterali", ha affermato il professore associato Williams. 

"Il nostro studio dimostra che la valutazione basata sull'intelligenza artificiale ha il potenziale per fornire ai patologi un ulteriore livello di informazioni che potrebbe aiutare i clinici a prendere decisioni più consapevoli sulle opzioni di trattamento successive."

ENGLISH

Researchers in Australia have created an AI tool that predicts relapse risk in stage-two bowel cancer patients, an advance that could enable earlier treatment for those most likely to benefit.

Developed at La Trobe University, Melbourne, the team’s AI algorithm SÉMIL (Semantically-Enhanced Multiple Instance Learning) uses images and written descriptions to analyse routine pathology slides to identify patients at greater risk of recurrent bowel cancer. The work is detailed in Gastroenterology.

Researchers analysed over 1600 pathology slides and validated the findings across 1220 stage-two bowel cancer patients in three independent cohorts and multiple Australian institutions.  

The study also found that when AI-based assessment and pathologist evaluation aligned, this produced the most accurate risk rating for stage-two cancer patients. 

Lead author and PhD candidate Francis Magisson, from La Trobe University’s School of Computing, Engineering and Mathematical Sciences (SCEMS) said the technology assessed the tumour's growth pattern at its invasive front, a feature that is prognostically important but difficult for pathologists to classify consistently. It then assigned each tumour to a higher or lower risk group. 

“This information could be used to assist pathologists and clinicians to identify which stage-two cancer patients are at higher risk of relapse and may need closer monitoring or additional treatment such as chemotherapy,” Francis said in a statement. 

Current Australian clinical guidelines recommend only using chemotherapy after surgery for high-risk stage-two bowel cancer patients. 

Associate Professor Zhen He, who leads the Digital Biology program at La Trobe’s Institute for Molecular Science (LIMS), SCEMS, and the Australian Centre for Artificial Intelligence in Medical Innovation (ACAMI) said the research highlighted the growing role of AI in supporting

“SÉMIL could be integrated into existing digital pathology workflows without requiring precision medicine.  expensive new tests or tissue samples to provide more consistent and objective assessments of cancer pathology,” said Professor He. 

“In future, AI-based pathology assessments could be combined with other emerging biomarkers to improve risk stratification and treatment planning.” 

Associate Professor David Williams, an anatomical pathologist from Austin Health and the Olivia Newton-John Cancer Research Institute, which is affiliated with the La Trobe School of Cancer Medicine, said the tool was designed to support, not replace, clinical decision-making. 

“One of the biggest challenges in stage-two bowel cancer is identifying which higher-risk patients require treatment and weighing up the potential benefits of administering chemotherapy against side effects,” said Associate Professor Williams. 

“Our study shows that AI-based assessment has potential to provide pathologists with an additional layer of information that could help clinicians make more informed decisions about next-stage treatment options.”

Da:

https://www.theengineer.co.uk/content/news/ai-predicts-bowel-cancer-relapse-risk-after-surgery?rcip=giuseppecotellessa%40libero.it&utm_campaign=Daily%20Bulletin%20-290726%20-%20Wednesday&utm_content=&utm_term=https%3A%2F%2Fwww.theengineer.co.uk%2Fcontent%2Fnews%2Fai-predicts-bowel-cancer-relapse-risk-after-surgery&utm_medium=email&utm_source=The%20Engineer