Capire in anticipo quali pazienti con tumore del rene hanno maggiori probabilità di sviluppare una forma più aggressiva della malattia potrebbe cambiare il modo di pianificare le cure. È questo l’obiettivo di un nuovo modello di intelligenza artificiale realizzato dall’Università Vita-Salute San Raffaele e dall’IRCCS Ospedale San Raffaele, in collaborazione con l’Università di Firenze e l’Azienda Ospedaliero-Universitaria Careggi.
Lo studio, pubblicato sulla rivista Nature Communications, descrive un algoritmo in grado di stimare il rischio individuale di mortalità tumore-specifica nei pazienti con carcinoma renale localizzato prima dell’intervento chirurgico, utilizzando soltanto otto parametri clinici già disponibili nella pratica medica.
Tumore rene, una previsione più accurata per cure su misura
Il carcinoma a cellule renali è la forma più comune di tumore del rene. Sebbene la chirurgia rappresenti il trattamento principale nelle forme localizzate, circa un paziente su tre può andare incontro a recidiva o progressione della malattia.
Per questo motivo, conoscere il livello di rischio già nella fase preoperatoria può aiutare i medici a definire con maggiore precisione il percorso terapeutico, dalla scelta dell’intervento fino ai controlli successivi e all’eventuale ricorso a terapie aggiuntive. L’obiettivo non è sostituire il giudizio clinico, ma offrire uno strumento di supporto per decisioni sempre più personalizzate.
Otto parametri e migliaia di pazienti analizzati
L’algoritmo basa le sue previsioni su otto informazioni facilmente reperibili prima della chirurgia: dimensione del tumore, coinvolgimento dei linfonodi, emoglobina, conta delle piastrine, funzionalità renale, età, indice di massa corporea e condizioni generali del paziente.
Il modello è stato sviluppato analizzando i dati di 2.536 pazienti trattati al San Raffaele e successivamente validato su altri 580 pazienti dell’ospedale Careggi di Firenze. I risultati hanno mostrato prestazioni superiori rispetto ai principali modelli prognostici oggi disponibili.
Un elemento distintivo è l’approccio basato sulla Explainable AI, che rende comprensibile il peso di ogni variabile nella valutazione finale del rischio, evitando il classico effetto “scatola nera” tipico di molti sistemi di intelligenza artificiale.
Dai dati clinici all’intelligenza artificiale
La ricerca è stata resa possibile grazie alla piattaforma S-RACE, progettata per trasformare i dati raccolti durante la normale attività clinica in strumenti utili alla ricerca e al supporto delle decisioni mediche.
Durante lo sviluppo del modello, i ricercatori hanno inoltre individuato due nuovi potenziali fattori predittivi, che potrebbero contribuire in futuro a migliorare ulteriormente la capacità di prevedere l’evoluzione del carcinoma renale e favorire la scoperta di nuovi biomarcatori.
Un passo avanti verso la medicina del futuro
Secondo gli autori dello studio, il progetto dimostra come la collaborazione tra urologi, data scientist, bioinformatici ed esperti di intelligenza artificiale possa trasformare il patrimonio di dati clinici in strumenti concreti a beneficio dei pazienti.
Il modello è già disponibile attraverso un’applicazione web per favorirne la validazione in altri centri e rappresenta il primo di una serie di algoritmi che il gruppo di ricerca sta sviluppando anche per patologie oncologiche, cardiovascolari, neurologiche e metaboliche.