I modelli di apprendimento profondo addestrati su ampie coorti di pazienti e database di risposte ai farmaci possono prevedere la sensibilità dei tumori a determinati trattamenti in base al loro profilo molecolare.
Jacques Bernier, Chief Science Officer, Swiss Medical Network
La crescita esponenziale dei dati genomici generati da tecnologie come il sequenziamento dell'intero esoma (WES) e il sequenziamento dell'intero genoma (WGS) ha aperto opportunità senza precedenti per la medicina di precisione, in particolare in oncologia.
Tuttavia, la complessità e il volume di questi dati stanno rapidamente superando le capacità di interpretazione umana tradizionale. È in questo contesto che l'intelligenza artificiale (AI) si sta rivelando trasformativa, consentendo analisi più rapide, approfondite e clinicamente rilevanti.
I modelli di apprendimento profondo addestrati su ampie coorti di pazienti e database di risposte ai farmaci possono prevedere la sensibilità dei tumori a determinati trattamenti in base al loro profilo molecolare.
I nuovi modelli di intelligenza artificiale simulano vari scenari di trattamento e forniscono raccomandazioni personalizzate, complete di un punteggio di fiducia e di una motivazione spiegabile, incorporando dati genomici e trascrittomici.
Le piattaforme emergenti combinano l'intelligenza artificiale con test ex vivo su cellule tumorali vive per identificare, per ogni paziente, le terapie più efficaci e meglio tollerate, anche in assenza di mutazioni note.
Un modello di deep learning sviluppato a Stanford è in grado di dedurre i profili di espressione genica dei tumori direttamente dai vetrini istopatologici colorati con H&E, offrendo un'alternativa rapida e meno costosa al sequenziamento in alcuni contesti.
I sistemi di intelligenza artificiale combinano ora immagini, dati genomici e informazioni cliniche per progettare piani di radioterapia personalizzati, quantificando l'incertezza con modelli avanzati
Questo programma combina genomica, dati clinici, imaging e analisi economico-sanitaria per identificare nuovi biomarcatori e ottimizzare i trattamenti riducendo gli effetti collaterali.
L'IA svolge un ruolo fondamentale nelle iniziative Moonshot volte a ridurre le disuguaglianze in oncologia, a migliorare l'abbinamento degli studi clinici e a supportare il processo decisionale clinico.
L'intelligenza artificiale applicata alla genomica e all'oncologia personalizzata non è più una prospettiva teorica: sta già trasformando il modo in cui diagnostichiamo, classifichiamo e trattiamo il cancro. Combinando l'analisi dei dati su larga scala con il supporto alle decisioni cliniche, l'intelligenza artificiale consente ai medici di passare da una medicina reattiva a una medicina realmente predittiva e personalizzata.
Per istituzioni come Swiss Medical Network e Mayo Clinic, questa convergenza di IA e medicina di precisione rappresenta un importante motore per accelerare la ricerca traslazionale, ampliare l'accesso dei pazienti all'innovazione e ridefinire gli standard di cura del cancro su scala globale.