Intelligenza artificiale e nanofotonica per scoprire tumori

BENEVENTO - Nanofotonica e intelligenza artificiale: un connubio efficace per diagnosticare più velocemente i tumori. Pubblicato su Cells recente studio targato UNISANNIO, CNOS, PASCALE. Con una tecnica avanzata di spettroscopia ottica e una combinazione di algoritmi di intelligenza artificiale è possibile identificare cellule tumorali umane e distinguerle da quelle sane. Il promettente connubio tecnologico ha dimostrato le potenzialità per lo sviluppo di metodologie e tecnologie diagnostiche avanzate in grado di rendere più veloce e più efficace la diagnosi dei tumori. Lo studio, guidato dai ricercatori dell’Università degli Studi del Sannio e dell’Infrastruttura di Ricerca CNOS del Centro Regionale di Competenza per l’ICT, in collaborazione con il laboratorio di Modelli Immunologici Innovativi dell’Istituto Nazionale Tumori - IRCCS “Pascale”, incentrato sullo sviluppo di tecnologie diagnostiche avanzate per la diagnosi di epatocarcinoma (HCC), il più frequente tumore del fegato è stato recentemente pubblicato sulla rivista Cells.

Centro di Nanofotonica e Optoelettronica per la Salute dell'uomo

«Quando la luce interagisce con i tessuti avvengono molteplici fenomeni come la riflessione, la rifrazione, l’assorbimento, lo scattering lineare e non lineare, la fluorescenza. L’interpretazione di tali interazioni può fornire utilissime informazioni ai medici sullo stato metabolico e patologico del tessuto stesso», spiega il professore Andrea Cusano, coordinatore della ricerca e professore di Elettronica e Fotonica dell’Università degli Studi del Sannio e direttore scientifico del laboratorio CNOS, il Centro di Nanofotonica e Optoelettronica per la Salute dell'uomo, presso cui si è svolta gran parte della ricerca.

Tecnica di spettroscopia ottica non lineare, la spettroscopia Raman

«L’obiettivo del lavoro è stato quello concepire una metodologia diagnostica in grado di supportare i medici nel processo decisionale di diagnosi clinica dei tumori - afferma Marco Pisco, professore di Optoelettronica e Fotonica all’Università del Sannio -. Abbiamo utilizzato una tecnica di spettroscopia ottica non lineare, la spettroscopia Raman, per ottenere preziose informazioni sullo stato di una cellula. Con la nostra tecnologia, sfruttando la diffusione non lineare della luce, abbiamo analizzato un gran numero di cellule, sia tumorali sia non tumorali, provenienti da campioni reali di biopsia tessutale».

Team multidisciplinare di ricercatori, medici, ingegneri e biotecnologi

«Dal punto di vista biochimico, i dati spettrali raccolti con questa tecnica contengono importanti informazioni sui cambiamenti bio-molecolari che accompagnano la genesi e la proliferazione di patologie tumorali. Tali cambiamenti, tuttavia, sono spesso impercettibili e necessitano analisi avanzate per la loro corretta interpretazione», afferma la dottoressa Concetta Esposito, dottoranda dell’Università degli Studi del Sannio. Ed è qui che entrano in gioco i più moderni algoritmi di intelligenza artificiale sviluppati dal gruppo di ricercatori fotonici e informatici del Dipartimento di Ingegneria dell’Università del Sannio.

Le tecniche di intelligenza artificiale distinguono le cellule tumorali dalle sane con un’accuratezza del 90%

«L’intelligenza artificiale, se correttamente sviluppata, ha la capacità di individuare caratteristiche chiave apparentemente nascoste fra dati complessi come quelli derivanti dalla spettroscopia Raman - spiega la professoressa Lerina Aversano, docente di Informatica dell’Università del Sannio -. Grazie, infatti, all’uso sapiente di tecniche di intelligenza artificiale, siamo stati in grado di distinguere le cellule tumorali da quelle sane con un’accuratezza superiore al 90%».

Nuove prospettive nell’ambito della diagnostica avanzata del cancro

Lo studio ha dimostrato quindi che la spettroscopia Raman assistita dall’intelligenza artificiale rappresenta un potente strumento d’indagine in grado di avere importanti risvolti nella pratica clinica oncologica, aprendo nuove prospettive nell’ambito della diagnostica avanzata del cancro.

Contaminazione dei saperi per vincere sfide complesse come la diagnosi precoce e avanzata dei tumori

«La tempestività e l’accuratezza della diagnosi giocano un ruolo fondamentale non solo nell’identificazione precoce di un tumore ma anche nel disegno di strategie terapeutiche, anche personalizzate, della patologia oncologica», osserva il dottore Luigi Buonaguro dell’Istituto Nazionale per lo Studio e la Cura dei Tumori “Fondazione Giovanni Pascale” (IRCCS). In tale scenario, emerge l’importanza di affidarsi a strumenti tecnologici sempre più potenti, in grado di esplorare la complessità del cancro e rispondere in maniera efficace alle sfide imposte dalla diagnosi oncologica. Questo però è solo un primo passo che mette in risalto un aspetto fondamentale a cui la ricerca deve guardare con attenzione: solo con la contaminazione dei saperi e la stretta collaborazione con eccellenti ricercatori con diverse competenze ed esperienze in diversi domini applicativi, è possibile vincere sfide complesse come la diagnosi precoce e avanzata dei tumori.

Ricerche Correlate

• Antitrust e G7, Autorità contro i rischi dell'intelligenza artificiale
• Intelligenza artificiale e futuro del lavoro: libro di Assinter
• IA responsabile e sostenibile, cattedra Generali e Università di Trieste
• Festa del Cinema di Roma, intelligenza artificiale protagonista silenziosa
• Espressioni facciali di lemuri e gibboni decodificate con l'intelligenza artificiale