22 marzo 2019Intelligenza artificiale e risonanze magnetiche:ecco un nuovo modo per diagnosticare il tumorecerebrale
Comunicato stampa -Un modello di rete neurale già sviluppato consuccesso sul cane, e ora applicato all'uomo,predice la gravità del meningioma prima dell'esameistopatologicoUniversità degli Studi di Padova
neuroscienzemedicinaPubblicato sul «Journal of Magnetic Resonance Imaging»- prestigiosa rivista scientifica di Radiologia -un articolo frutto della collaborazione tra ilDipartimento di Medicina Animale, Produzioni eSalute dell'Università di Padova (MAPS), il Repartodi Neuroradiologia e il Reparto di Neurochirurgiadell'Azienda Ospedaliera di Padova.I dati preliminari dimostrano la possibilità di valutareil grado istologico dei meningiomi intracranici umanitramite una rete neuronale artificiale applicatadirettamente alle immagini diagnostiche di RisonanzaMagnetica, anticipando di fatto i risultati dell'esameistopatologico derivante da biopsia o da resezionechirurgica.Il team di ricercatori e specialisti - tutto padovano- ha testato una tecnica innovativa, basata su reteneurale, su pazienti con diagnosi radiologica(tramite Risonanza Magnetica) di meningioma esuccessiva conferma istopatologica (a seguitodell'asportazione chirurgica dello stesso).Il risultato è stato, ex ante, il riconoscimento delgrado di malignità della neoplasia, in ben 109casi su 117, a partire direttamente dalle immaginidiagnostiche.Tale studio retrospettivo non nasce dal caso;vincitore di un progetto STARS@unipd 2018 -(Prediction of the histhologicalgrading of humanmeningiomasusing MR images texture anddeeplearning: a traslationalapplication of a modeldeveloped on spontaneously occurring meningiomasin dogs - MenTex) esso rappresenta il punto di arrivodi una ricerca triennale eseguita su diversi tipi ditumori cerebrali di cani di proprietà sottoposti aindagini diagnostiche e procedure chirurgiche siaall'Ospedale Veterinario del Dipartimento diMedicina Animale, Produzioni e Salutedell'Universitàdi Padova (MAPS) nonché altri importanti ospedaliveterinari privati, nazionali ed esteri.«Dopo aver sviluppato algoritmi di rete neurale nelpaziente-cane sia per la determinazione di malignità(grading) dei meningiomi, sia per il riconoscimentodei gliomi - dice Tommaso Banzato, PrincipalInvestigator del progetto MenTex e ricercatore inclinica medica veterinaria al MAPS - ed averneverificato l'effettivo livello di accuratezza diagnostica,abbiamo cercato di "allenare" un algoritmo del tuttosimile per l'analisi del meningioma umano».Il meningioma è la neoplasia intracranica piùfrequente 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, anchecome classificazione di malignità, suddivisi in:benigni, atipici e maligni.«L'esperienza che abbiamo maturato con glistudi di Risonanza Magnetica sul cane, unicaper metodologia, caratteristiche e numerosità- prosegue Banzato - l'abbiamo volutacondividere con i colleghi dell'Azienda Ospedaliera.Questo ha aperto ad entrambe le equipe nuoviscenari da cui stanno emergendo ulterioriinteressanti sviluppi».«A tutt'oggi la certezza assoluta di determinareil grado di malignità della neoplasia, da cui dipendel'applicazione del più idoneo protocollo terapeutico- sottolinea Francesco Causin, Direttore del Repartodi Neuroradiologia dell'Azienda Ospedaliera di Padova - è demandata alla valutazione istopatologica post-asportazione chirurgica.L'accuratezza di questo modello preliminare èun'evidente dimostrazione che, in un futuro non coslontano, nuove metodologie basate sull'intelligenzaartificiale potranno non solo supportare il radiologonel proprio processo decisionale verso la diagnosifinale, ma anche guidare scelte terapeutiche mediche,chirurgiche e mininvasive.L'intelligenza artificiale renderà disponibili ai radiologinuovi dati e più sofisticati criteri diagnostici che vannooltre all'analisi del rapporto tra clinica e morfologia diuna lesione, affiancandosi alle già utilizzate tecnichedi analisi ultrastrutturale, metabolica e molecolare.La possibilità infatti - continua Causin - di ipotizzarecon probabilità elevata a priori, ovvero in sede didiagnosi radiologica, il grado di malignità della lesioneneoplastica consentirebbe di creare contestualmenteun protocollo terapeutico ad hoc, specifico per ognipaziente, che si integra al reperto istopatologico egenetico/recettoriale e fornisce indicazioni diretteal chirurgo su cosa potrebbe aspettarsi nel campooperatorio».L'applicazione delle reti neurali alla diagnostica per immagini sta diventando, a tutt'oggi, uno degliinteressi centrali per la comunità scientifica internazionale.Sempre nella linea di classificazione medianteRisonanza Magnetica dei tumori cerebrali sonorecentemente apparsi studi preliminari focalizzatisui gliomi mentre, quello attuale, è il primo riscontrosperimentale internazionale sul meningioma.In tutti i casi, prima di validare definitivamente lenuove metodiche, sarà necessario "allenare" il relativoalgoritmo di rete neurale su casistiche multicentriche più numerose, onde valutare l'ulteriore accuratezzadello stesso su campioni di popolazione variabili e piùsignificativi.«L'eccezionalità di questo progetto, oltre al risultatospecifico ottenuto, risiede nel fatto che essorappresenta la realizzazione perfetta del concetto di medicina traslazionale - afferma AlessandroZotti, docente di Clinica Medica Veterinaria eResponsabile del Servizio Veterinario Centralizzatod'Ateneo - ovvero il passaggio dal modello animaleall'uomo. Realizzazione perfetta perché il modellonon è stato ottenuto su animali sperimentali, masu animali di proprietà che convivono con l'uomoe sviluppano una patologia spontanea identica aquella dell'uomo.L'utilizzo del modello di patologia spontanea animale,indicato recentemente come una nuova importantefrontiera in un editoriale della rivista Nature,rappresenterebbe infatti - sottolinea Zotti - unostorico traguardo verso la riduzione vera dell'utilizzodi animali sperimentali (Reduction) nonché unimportante aspetto, visto nell'ottica della medicinaclinica, verso la realizzazione della OneHealth,ovvero la intrinseca interconnessione della saluteumana ed animale». "Accuracy of deep learning to differentiate thehistopathological grading of meningiomas on MRimages: a preliminary study" - «Journal ofMagnetic Resonance Imaging» - 2019Autori: 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