blogtecaolivelli

Intelligenza artificiale e risonanze magnetiche

22 marzo 2019

Intelligenza artificiale e risonanze magnetiche:

ecco un nuovo modo per diagnosticare il tumore

cerebrale

Comunicato stampa -

Un modello di rete neurale già  sviluppato con

successo sul cane, e ora applicato all'uomo,

predice la gravità del meningioma prima dell'esame

istopatologicoUniversità degli Studi di Padova

neuroscienzemedicina

Pubblicato sul «Journal of Magnetic Resonance Imaging»

- prestigiosa rivista scientifica di Radiologia -

un articolo frutto della collaborazione tra il

Dipartimento di Medicina Animale, Produzioni e

Salute dell'Università di Padova (MAPS), il Reparto

di Neuroradiologia e il Reparto di Neurochirurgia

dell'Azienda Ospedaliera di Padova.

I dati preliminari dimostrano la possibilità di valutare

il grado istologico dei meningiomi intracranici umani

tramite una rete neuronale artificiale applicata

direttamente alle immagini diagnostiche di Risonanza

Magnetica, anticipando di fatto i risultati dell'esame

istopatologico derivante da biopsia o da resezione

chirurgica.

Il team di ricercatori e specialisti - tutto padovano

- ha testato una tecnica innovativa, basata su rete

neurale, su pazienti con diagnosi radiologica

(tramite Risonanza Magnetica) di meningioma e

successiva conferma istopatologica (a seguito

dell'asportazione chirurgica dello stesso).

Il risultato è stato, ex ante, il riconoscimento del

grado di malignità della neoplasia, in ben 109

casi su 117, a partire direttamente dalle immagini

diagnostiche.

Tale studio retrospettivo non nasce dal caso;

vincitore di un progetto STARS@unipd 2018 -

(Prediction of the histhologicalgrading of human

meningiomasusing MR images texture and

deeplearning: a traslationalapplication of a model

developed on spontaneously occurring meningiomas

in dogs - MenTex) esso rappresenta il punto di arrivo

di una ricerca triennale eseguita su diversi tipi di

tumori cerebrali di cani di proprietà sottoposti a

indagini diagnostiche e procedure chirurgiche sia

all'Ospedale Veterinario del Dipartimento di

Medicina Animale, Produzioni e Salutedell'Università

di Padova (MAPS) nonché altri importanti ospedali

veterinari privati, nazionali ed esteri.

«Dopo aver sviluppato algoritmi di rete neurale nel

paziente-cane sia per la determinazione di malignità

(grading) dei meningiomi, sia per il riconoscimento

dei gliomi - dice Tommaso Banzato, Principal

Investigator del progetto MenTex e ricercatore in

clinica medica veterinaria al MAPS - ed averne

verificato l'effettivo livello di accuratezza diagnostica,

abbiamo cercato di "allenare" un algoritmo del tutto

simile per l'analisi del meningioma umano».

Il meningioma è la neoplasia intracranica più

frequente sia nel cane che nell'uomo

(rappresenta rispettivamente circa il 50%

ed il 35% delle neoplasie primarie intracraniche);

sono inoltre identici, per le due specie, anche

come classificazione di malignità, suddivisi in:

benigni, atipici e maligni.
«L'esperienza che abbiamo maturato con gli

studi di Risonanza Magnetica sul cane, unica

per metodologia, caratteristiche e numerosità

- prosegue Banzato - l'abbiamo voluta

condividere con i colleghi dell'Azienda Ospedaliera.

Questo ha aperto ad entrambe le equipe nuovi

scenari da cui stanno emergendo ulteriori

interessanti sviluppi».

«A tutt'oggi la certezza assoluta di determinare

il grado di malignità della neoplasia, da cui dipende

l'applicazione del più idoneo protocollo terapeutico

- sottolinea Francesco Causin, Direttore del Reparto

di Neuroradiologia dell'Azienda Ospedaliera di Padova 

- è demandata alla valutazione istopatologica post

-asportazione chirurgica.

L'accuratezza di questo modello preliminare è

un'evidente dimostrazione che, in un futuro non cos

lontano, nuove metodologie basate sull'intelligenza

artificiale potranno non solo supportare il radiologo

nel proprio processo decisionale verso la diagnosi

finale, ma anche guidare scelte terapeutiche mediche,

chirurgiche e mininvasive.

L'intelligenza artificiale renderà disponibili ai radiologi

nuovi dati e più sofisticati criteri diagnostici che vanno

oltre all'analisi del rapporto tra clinica e morfologia di

una lesione, affiancandosi alle già utilizzate tecniche

di analisi ultrastrutturale, metabolica e molecolare.

La possibilità infatti - continua Causin - di ipotizzare

con probabilità elevata a priori, ovvero in sede di

diagnosi radiologica, il grado di malignità della lesione

neoplastica consentirebbe di creare contestualmente

un protocollo terapeutico ad hoc, specifico per ogni

paziente, che si integra al reperto istopatologico e

genetico/recettoriale e fornisce indicazioni dirette

al chirurgo su cosa potrebbe aspettarsi nel campo

operatorio».

L'applicazione delle reti neurali alla diagnostica pe

r immagini sta diventando, a tutt'oggi, uno degli

interessi centrali per la comunità scientifica internazionale.

Sempre nella linea di classificazione mediante

Risonanza Magnetica dei tumori cerebrali sono

recentemente apparsi studi preliminari focalizzati

sui gliomi mentre, quello attuale, è il primo riscontro

sperimentale internazionale sul meningioma.

In tutti i casi, prima di validare definitivamente le

nuove metodiche, sarà necessario "allenare" il relativo

algoritmo di rete neurale su casistiche multicentrich

e più numerose, onde valutare l'ulteriore accuratezza

dello stesso su campioni di popolazione variabili e più

significativi.

«L'eccezionalità di questo progetto, oltre al risultato

specifico ottenuto, risiede nel fatto che esso

rappresenta la realizzazione perfetta del concett

o di medicina traslazionale - afferma Alessandro

Zotti, docente di Clinica Medica Veterinaria e

Responsabile del Servizio Veterinario Centralizzato

d'Ateneo - ovvero il passaggio dal modello animale

all'uomo. Realizzazione perfetta  perché il modello

non è stato ottenuto su animali sperimentali, ma

su animali di proprietà che convivono con l'uomo

e sviluppano una patologia spontanea identica a

quella dell'uomo.

L'utilizzo del modello di patologia spontanea animale,

indicato recentemente come una nuova importante

frontiera in un editoriale della rivista Nature,

rappresenterebbe infatti - sottolinea Zotti - uno

storico traguardo verso la riduzione vera dell'utilizzo

di animali sperimentali (Reduction) nonché un

importante aspetto, visto nell'ottica della medicina

clinica, verso la realizzazione della OneHealth,

ovvero la intrinseca interconnessione della salute

umana ed animale».
 
 "Accuracy of deep learning to differentiate the

histopathological grading of meningiomas on MR

images:  a preliminary study" - «Journal of

Magnetic Resonance Imaging» - 2019
Autori: Banzato T., Causin F., Della Puppa A.,

Cester G., Mazzai L. Zotti A.
 
Link alla ricerca: https://onlinelibrary.wiley.

com/doi/full/10.1002/jmri.26723