La fisiopatologia dei tessuti è ben descritta nelle immagini radiologiche di routine ma queste contengono molte più informazioni di quelle che possiamo semplicemente osservare da Tomografia Computerizzata, Risonanza Magnetica, Ecografia, Mammografia, PET-TC. Per “vedere oltre” ci viene in aiuto la Radiomica, una tecnica di analisi delle immagini non invasiva, che permette di estrarre una grande quantità di dati numerici, mediante metodi statistici o di “machine learning”, che riflettono una fisiopatologia assolutamente non rilevabile tramite la semplice osservazione visiva da parte dell'operatore.

Applicata all’oncologia, la Radiomica permette di ottenere preziose informazioni su specifiche caratteristiche tumorali utili per diagnosi accurate, per predire la risposta ai trattamenti e la sopravvivenza, nonché evidenziare la presenza di particolari alterazioni genetiche ed epigenetiche che sono fondamentali per i trattamenti di medicina personalizzata.
I tumori sono molto eterogenei e grazie alla Radiomica è possibile ottenere informazioni da tutta la neoplasia, definire quindi l’eterogeneità del tessuto a differenza dei dati forniti dalle procedure bioptiche che danno informazioni relative solo all’area di tessuto preso a campione. Durante il follow-up, tali informazioni sono utili anche per monitorare le modificazioni indotte dalle terapie, dove i parametri quantitativi estratti dalle immagini potrebbero sempre più rappresentare una sorta di biopsia virtuale.

Combinata con altre caratteristiche del paziente, quali l’età, il sesso, le abitudini alimentari, il fumo, etc. la radiomica può essere integrata in modelli predittivi multifattoriali per la gestione del paziente, guidati da algoritmi di Intelligenza Artificiale. E’ inoltre possibile correlare i dati estratti dall’imaging multimodale con le caratteristiche molecolari e genomiche della neoplasia, in un approccio innovativo e di frontiera denominato Radiogenomica.
L’obiettivo del prossimo futuro sarà quello di poter disporre di modelli prognostici-predittivi da utilizzare come supporto decisionale nella pratica clinica, per guidare scelte di trattamento individuali ed attuare una medicina personalizzata.

Nell’ambito della Radiomica gli studi presso l’Istituto Nazionale Tumori Regina Elena-IRE si sono concentrati prevalentemente sulle neoplasie cerebrali, del distretto testa-collo, del polmone e del fegato. In un recente lavoro pubblicato sull’argomento è stato costruito un modello per la diagnosi differenziale tra lesioni benigne e maligne della parotide, modello validato su una casistica dell’Università di Brescia. In collaborazione con l’Università La Sapienza, Sant’Andrea di Roma, Servizio di Neuroradiologia, abbiamo pubblicato diversi lavori sulle neoplasie cerebrali, analizzate con protocolli di machine learning e deep learning nella correlazione tra imaging e modificazioni genomiche, come la differenziazione tra glioma IH1 mutati e wild-type. Sono in corso studi monocentrici di radiogenomica nelle lesioni del testa-collo con imaging RM avanzato di Diffusione e Perfusione che correlano tali dati con quelli del microambiente, in pazienti sottoposti a chirurgia per neoplasie del cavo orale.

Altri studi riguardano la predizione delle mutazioni EGFR da analisi radiomiche di immagini TC nell’adenocarcinoma del polmone, con valutazione della potenzialità della radiomica nel predire, sulle immagini pre-trattamento, la presenza di metastasi linfonodali in pazienti sottoposti a chirurgia. Un altro studio di predizione della sopravvivenza valuta le analisi radiomiche di immagini TC in pazienti con metastasi epatiche da colon-retto sottoposte a trattamento chirurgico, correlando l’imaging pre-chirurgico con le mutazioni.
 
Le analisi vengono condotte utilizzando software allineati agli standard internazionali e sono svolte in stretta collaborazione tra diverse figure professionali in ambito clinico e di ricerca. L’impegno dell’Istituto Regina Elena in radiomica e radiogenomica è all’avanguardia delle nuove tecnologie diagnostiche che fanno uso dell’Intelligenza Artificiale sia per diagnosticare in modo sempre più precoce lesioni tumorali ma anche predire la risposta alle terapie.

Antonello Vidiri
Direttore UOC Radiologia Istituto Nazionale Tumori Regina Elena-IRCCS Roma
 
Gennaro Ciliberto
Direttore Scientifico Istituto Nazionale Tumori Regina Elena-IRCCS Roma

© QS Edizioni - Riproduzione riservata