L’Istituto di informatica e telematica del Cnr di Pisa ha utilizzato una lista di geni marcatori del tumore della prostata, sviluppando un metodo computazionale di apprendimento automatico per analizzarli capace di predire con alta precisione l’anno di insorgenza della recidiva dopo l’asportazione del tessuto tumorale
L’Istituto di informatica e telematica (Cnr-Iit) del Cnr di Pisa ha utilizzato una lista di geni marcatori del tumore della prostata sviluppando un metodo computazionale di apprendimento automatico per analizzarli, capace di predire con alta precisione l’anno di insorgenza della recidiva dopo l’asportazione del tessuto tumorale.
Lo studio è stato pubblicato su Scientific Reports, rivista del gruppo Nature. Il tumore alla prostata (Prc) è il quarto tipo di tumore più comunemente diagnosticato a livello mondiale, con circa 1,4 milioni di diagnosi nel 2022 e il 15% dei pazienti ad alto rischio di recidiva anche dopo l’asportazione chirurgica, e che richiedono per questo un attento monitoraggio.
Le misurazioni e le analisi, spiega una nota del Cnr, “sono state effettuate su un database di sequenze genetiche di esami di biopsie di un gruppo di 1.240 pazienti, e grazie all’applicazione dell’Intelligenza artificiale indicano una capacità predittiva superiore a quella dei metodi attualmente in uso”.
La metodologia adottata, spiega Marco Pellegrini, dirigente di ricerca del Cnr-Iit, “è un miglioramento e un raffinamento rispetto ai risultati ottenuti nel 2021 nella predizione della sopravvivenza a cinque anni dei pazienti di tumore al seno dopo l’asportazione chirurgica e l’applicazione di terapie post-operatorie. In particolare, le predizioni di recidiva del tumore alla prostata utilizzano un più ampio spettro di marcatori genetici integrandoli con i marcatori clinici già correntemente in uso per migliorare le prestazioni”.
Secondo il Cnr, “lo studio può fornire un importante contributo alle decisioni cliniche sulla terapia per il tumore alla prostata e la possibilità di personalizzare la cura con più alte probabilità di sopravvivenza. All’interno del progetto ‘Tuscany Health Ecosystem’ finanziato dal Pnrr è previsto lo sviluppo nei prossimi tre anni di un sistema diagnostico per uso clinico basato su queste ricerche”.
