Tumore polmone: l'IA apre la strada a terapie personalizzate

Il tumore del polmone uccide più persone di qualsiasi altro cancro nei paesi ricchi. In Italia, ogni anno vengono diagnosticati quarantamila nuovi casi. Eppure le terapie disponibili non funzionano per tutti coloro che le ricevono. È da questo problema concreto che parte il progetto I3LUNG, coordinato dall'Istituto nazionale dei tumori di Milano e finanziato con dieci milioni di euro dall'Unione europea.

Attualmente, i medici affrontano il carcinoma polmonare non a piccole cellule — la forma più comune — con l'immunoterapia, una strategia che insegna al sistema immunitario del paziente a riconoscere e attaccare le cellule tumorali. Ma questa terapia funziona bene solo in alcuni pazienti: quelli che presentano alti livelli di una proteina specifica chiamata PD-L1. In Italia, il protocollo è semplice: chi ha PD-L1 elevato riceve immunoterapia da sola; chi ha PD-L1 basso riceve immunoterapia combinata con chemioterapia. Il problema, come spiega Arsela Prelaj, ricercatrice che coordina il progetto, è che questo biomarcatore — per quanto sia il migliore disponibile — non è perfetto. Esiste una percentuale di pazienti con livelli bassi di PD-L1 che risponde comunque bene all'immunoterapia da sola, senza aver bisogno della chemioterapia aggiuntiva.

Questa osservazione ha aperto una strada nuova. Se un singolo biomarcatore non basta a prevedere chi trarrà beneficio dalla terapia, forse il problema non è la terapia stessa, ma il modo in cui i medici cercano di capire chi ne ha bisogno. Prelaj e il suo team hanno ipotizzato che una profilazione molecolare più ricca — basata non su uno, ma su più biomarcatori — potrebbe permettere di personalizzare il trattamento in modo molto più preciso. Il progetto I3LUNG si propone di identificare questi biomarcatori aggiuntivi analizzando dati clinici, alcuni già disponibili negli archivi ospedalieri e altri ancora da raccogliere.

Qui entra in gioco l'intelligenza artificiale. I metodi convenzionali di analisi dei dati clinici sono lenti e spesso perdono correlazioni importanti, sfumature che potrebbero rivelarsi decisive per capire quale paziente risponderà bene a quale terapia. L'IA, invece, è straordinariamente efficiente nel setacciare grandi volumi di informazioni e nel riconoscere pattern che sfuggono all'occhio umano. Utilizzando algoritmi di machine learning, i ricercatori possono analizzare cartelle cliniche, risultati di test, dati genetici e risposta ai trattamenti precedenti per scoprire quali combinazioni di fattori biologici predicono davvero il successo dell'immunoterapia.

Lo studio è stato pubblicato sulla rivista Clinical Lung Cancer e rappresenta un cambio di prospettiva nella ricerca oncologica. Non si tratta di inventare una nuova droga, ma di usare la tecnologia per capire meglio chi trarrà beneficio dalle terapie che già abbiamo. Se il progetto avrà successo, il risultato potrebbe essere una medicina del tumore polmonare radicalmente più personalizzata: ogni paziente riceverebbe il trattamento più adatto al suo profilo biologico specifico, non sulla base di un singolo marcatore, ma di una mappa molecolare complessa e individuale. Questo potrebbe significare meno effetti collaterali per chi non ha bisogno della chemioterapia, e migliori tassi di sopravvivenza per chi riceve la combinazione giusta. Il prossimo passo è raccogliere i dati e lasciare che l'intelligenza artificiale faccia quello che sa fare meglio: trovare i segnali nascosti nei numeri.