Dalle immagini ai numeri: un cambio di paradigma nella diagnostica radiologica del cancro

Medicina di precisione: un termine ricorrente quando si parla di patologie oncologiche e che coinvolge non solo gli aspetti terapeutici, con farmaci a bersaglio molecolare sempre più precisi ed efficaci, ma anche la diagnostica per immagini. È, infatti, logico pensare che una terapia mirata abbia necessità di una diagnosi altrettanto precisa, oltreché non invasiva.

Già oggi la diagnostica radiologica, grazie alle sofisticate apparecchiature di Tomografia Computerizzata (TC) e Risonanza Magnetica (RM), offre immagini ad altissima risoluzione in grado di guidare i clinici nelle terapie più appropriate. Le immagini hanno un contenuto informativo che viene “estratto” mediante un’analisi morfologica, basata su una semeiotica radiologica che si è sempre più raffinata nel tempo. Nonostante questo progresso, l’analisi morfologica, in specifiche situazioni, ha dei chiari limiti: ad esempio, nella caratterizzazione delle lesioni tumorali (es. differenziazione tra un nodulo polmonare solitario benigno e uno maligno), nella valutazione dell’aggressività di una neoplasia e nella valutazione della risposta alla terapia, in particolare se si tratta di nuovi farmaci, inclusa l’immunoterapia.

Il contenuto informativo delle immagini radiologiche, che, come è noto, sono immagini digitali, va però aldilà della semplice morfologia. La struttura della matrice di pixel (più di 260.000) che compongono un’immagine TC o RM, infatti, contiene una enorme quantità di informazioni “nascoste” o, meglio, non apprezzabili dall’occhio umano. L’analisi di questi dati mediante algoritmi matematici, con lo scopo di estrarre queste informazioni “nascoste”, prende il nome di Radiomica. Il nostro gruppo di lavoro, facente parte dello Spoke 8 (WP 2.3), del progetto HEAL Italia, ha l’obiettivo di creare un modello algoritmico basato sull’analisi radiomica in combinazione con l’analisi genomica del tumore del colon localmente avanzato, non metastatico, al fine di determinarne l’aggressività biologica e, di conseguenza, comprendere la prognosi del paziente, con il fine ambizioso di personalizzare la terapia.

Si tratta di un progetto multidisciplinare, che prevede la collaborazione di radiologi, fisici, oncologi, chirurghi, anatomo-patologi e biologi molecolari. È stata completata l’analisi retrospettiva delle immagini TC di 300 pazienti trattati chirurgicamente per cancro del colon, non metastatico, presso l’Azienda Ospedaliera Universitaria Sant’Andrea di Roma tra il 2015 e il 2020 ed è stata eseguita una preliminare analisi radiomica, che ha consentito di identificare alcune variabili robuste e riproducibili che serviranno allo sviluppo del successivo modello decisionale. La collaborazione con AIRC (Associazione Italiana per la Ricerca sul Cancro), che sta co-finanziando una parte del progetto, ci consentirà di associare i dati radiomici con quelli istologici, genomici e clinici con lo scopo di creare un modello clinico di supporto alla decisione basato sull’Intelligenza Artificiale.