Intelligenza artificiale in sala operatoria

Uno studio pubblicato su Nature dai ricercatori dell'UMC e del Centro di oncologia pediatrica “Princess Máxima” di Utrecht, in collaborazione con patologi e neurochirurghi, ha introdotto una nuova tecnologia basata sull'intelligenza artificiale in sala operatoria.
Questo approccio innovativo potrebbe rivoluzionare la diagnosi dei tumori al cervello, consentendo di identificare il tipo di tumore entro 90 minuti dall'inizio dell'intervento, rispetto al tempo standard, di una settimana, normalmente necessario per una analisi dettagliata.

Il dispositivo, un algoritmo di deep learning chiamato Sturgeon, analizza segmenti del DNA tumorale per identificare modifiche chimiche, come le metilazioni, che possono aiutare a determinare il tipo e il sottotipo di tumore.
Attualmente, durante gli interventi, i neurochirurghi si trovano ad operare senza una diagnosi precisa, cosa che può complicare non poco le decisioni chirurgiche.

L'algoritmo è stato sviluppato utilizzando la tecnologia di sequenziamento Nanopore, che permette di leggere il DNA in tempo reale.
La realizzazione e l’addestramento dell'algoritmo è stata supportata da una biobanca che raccoglie campioni di tessuti di pazienti pediatrici. Questo ha permesso di testare il sistema su campioni congelati di tumore, ottenendo diagnosi accurate nel 90% dei casi entro 40 minuti.
Successivamente, il sistema è stato utilizzato in 25 interventi chirurgici, principalmente su bambini, con risultati promettenti: 18 diagnosi corrette, anche se in alcuni casi non è stata raggiunta la necessaria affidabilità.

Nonostante i risultati positivi, il team di ricerca riconosce la necessità di ulteriori studi per ampliare l'algoritmo a più tipi di tumore e per garantire standard internazionali per confrontare i dati. Inoltre, esperti come il dottor Sebastian Brandner avvertono che l'implementazione della tecnologia potrebbe non essere semplice. La classificazione delle cellule tumorali richiede abilità in bioinformatica e competenze specifiche per gestire eventuali problematiche tecniche.

Ultra-fast deep-learned CNS tumour classification during surgery