Un nuovo strumento è in grado di predire l’evoluzione della leucemia grazie all’intelligenza artificiale. Ecco tutti i dettagli.
Battere sul tempo la leucemia: l’obiettivo tiene impegnati da anni schiere di medici, docenti e ricercatori, e ora è stato compiuto un importante passo in avanti verso quel traguardo. Grazie allo “score molecolare IPSS-M”, uno strumento che utilizza l’intelligenza artificiale per scandagliare dati genomici, sarà possibile identificare più tempestivamente quali pazienti con malattie del sangue sono a più alto rischio di sviluppare una leucemia e determinare per ognuno il momento migliore per intervenire con un trapianto di staminali.
La novità è stata presentata in uno studio coordinato da ricercatori dell’Humanitas e dell’Università degli Studi di Bologna, all’interno del consorzio europeo GenoMed4All, e pubblicato sull’autorevole rivista Journal of Clinical Oncology. Le sindromi mielodisplastiche sono neoplasie molto eterogenee: si va da condizioni a lenta progressione a casi che progrediscono rapidamente verso una leucemia mieloide acuta. E uno strumento del genere potrà fare la differenza in ambito diagnostico.
Un importante passo avanti nella lotta contro la leucemia
La leucemia è purtroppo una patologia piuttosto diffusa in Italia. Se ne verificano circa 3mila casi all’anno, con una maggiore incidenza tra la popolazione adulta e anziana. La cura definitiva consiste nel trapianto di cellule staminali ematopoietiche: spetta agli ematologi definire le strategie di trattamento sulla base di uno score clinico che tiene conto di indicatori come il numero di cellule leucemiche nel midollo osseo e i livelli di globuli bianchi, rossi e piastrine, ma non delle informazioni sul profilo genomico. Di qui l’importanza del nuovo strumento.
Matteo Della Porta, responsabile Leucemie e Mielodisplasie di Humanitas, spiega che utilizzando i dati molecolari della malattia rilevati in ogni paziente con un test su 31 geni, lo score molecolare (IPSS-M) ha dimostrato, su 2.876 pazienti con sindromi mielodisplastiche, di migliorare molto la capacità di predire il rischio di evoluzione leucemica e l’aspettativa di vita.
La possibilità di individuare sulla base del profilo molecolare le persone a più alto rischio di progressione di malattia consente di ottimizzare la scelta dei trattamenti e del momento migliore per intervenire. Elisabetta Sauta, data scientist di Humanitas AI Center, ricorda che lo sviluppo e l’applicazione di metodi innovativi per analizzare e integrare grandi quantità di dati clinici e genomici hanno permesso di accorciare i tempi con cui i risultati delle ricerche possono essere tradotte in un beneficio concreto per i pazienti.
