Il machine learning, ovvero
l'apprendimento automatico, aiuta a distinguere i sottotipi di
artrite reumatoide e potenzialmente potrà migliorare diagnosi e
cure per chi ne soffre. I risultati della nuova applicazione
basata sull'intelligenza artificiale sono stati pubblicati sulla
rivista Nature Communications.
Esistono diverse ricerche che misurano l'efficacia
dell'apprendimento automatico in oncologia. Ora i ricercatori,
guidati da Fei Wang, direttore fondatore dell'Institute of AI
for Digital Health del Weill Cornell Medicine (New York City),
hanno lavorato per espandere l'uso di questa tecnologia al
processo di sottotipizzazione dell'artrite reumatoide.
Distinguere tra i tre sottotipi di malattia, infatti, può
aiutare i medici a scegliere quale terapia ha maggiori
probabilità di essere efficace per un determinato paziente.
Attualmente, i patologi classificano manualmente i sottotipi di
artrite, con un processo lento che aumenta i costi della ricerca
e può portare a incongruenze. Il team ha prima addestrato il il
nuovo algoritmo su campioni di tessuto proveniente da un set di
topi con questa malattia e poi ha convalidato lo strumento su
tessuti derivati da biopsie di pazienti con artrite reumatoide,
dimostrando che poteva tipizzare in modo efficace campioni
clinici umani. "Se riesci a creare un algoritmo che identifica
il sottotipo di un paziente, sarai in grado di fornire più
rapidamente i trattamenti di cui le persone hanno bisogno",
spiega Richard Bell, analista di patologia computazionale presso
il Molecular Histopathology Core Laboratory dell'Hospital for
Special Surgery.
"I risultati dimostrano il crescente impatto
dell'intelligenza artificiale nel progresso della medicina
personalizzata", conclude Rainu Kaushal, presidente del
Dipartimento di scienze della salute della popolazione presso
Weill Cornell Medicine. Lo strumento potrebbe anche aumentare
l'efficienza delle sperimentazioni cliniche che testano i
trattamenti per pazienti con diversi sottotipi.
Riproduzione riservata © Copyright ANSA