ASCOLTA I NOSTRI PODCAST SU SPOTIFY
Alla Mayo Clinic per progettato e studiato uno strumento che migliora la risoluzione dell’imaging a ultrasuoni. Il software sperimentale è stato valutato per catturare immagini 2D e 3D ad alta risoluzione di microvasi fino a 150 micron, circa il doppio della larghezza di un capello umano.I ricercatori hanno dimostrato che il loro nuovo strumento q-HDMI combinato con l’intelligenza artificiale (AI) è stato in grado di rilevare una massa molto piccola, larga 3 millimetri, di cancro al seno maligno composta da minuscoli vasi in una donna di 40 anni.
L’ecografia, una tecnologia che utilizza le onde sonore per produrre un’immagine, è comunemente usata per monitorare lo sviluppo di un bambino mentre cresce all’interno della madre.
Ma l’imaging a ultrasuoni può anche essere utilizzato per indagare masse sospette di tessuto e noduli che possono essere cancerosi.
I tumori sono costituiti non solo da cellule tumorali, ma anche da una matrice di piccoli vasi sanguigni, o microvasi, che non possono essere visti nelle immagini prodotte dalle macchine a ultrasuoni convenzionali.
Per risolvere questo problema, il medico-scienziato Azra Alizad, e lo scienziato di ingegneria biomedica Mostafa Fatemi, hanno collaborato alla Mayo Clinic per progettare e studiare uno strumento che possa migliorare la risoluzione dell’imaging a ultrasuoni.
Come dimostrato dai risultati della ricerca, hanno sviluppato un software di imaging a ultrasuoni ad alta risoluzione, compatibile con molte macchine per ecografia, che potrebbe migliorare esponenzialmente sia i dettagli che la qualità delle immagini.
Il software sperimentale, che è stato chiamato imaging quantitativo ad alta definizione dei microvasi (q-HDMI), è stato valutato per catturare immagini 2D e 3D ad alta risoluzione di microvasi fino a 150 micron, circa il doppio della larghezza di un capello umano.
“Se siamo in grado di visualizzare e catturare il microvaso nelle prime fasi del cancro, possiamo diagnosticarlo e trattarlo meglio in anticipo, il che migliora l’esito per il paziente”, afferma il dottor Alizad, specializzato in tecnologia a ultrasuoni per l’imaging del cancro.
L’intelligenza artificiale aiuta a rilevare ciò che non possiamo vedere
Inoltre, i ricercatori hanno identificato una serie di biomarcatori che rappresentano caratteristiche specifiche dei piccoli tumori, come la forma, il modello, l’irregolarità e la complessità, e li hanno impacchettati in un algoritmo in grado di ordinare i dati dell’immagine in masse benigne o maligne.
“Questa tecnologia fornisce un valore quantitativo che mostra la probabilità di malignità”, afferma il dottor Fatemi. “È uno strumento per estrarre informazioni in un modo che può essere utile ai medici”.
Applicarlo nella pratica
In uno studio clinico, i ricercatori hanno dimostrato che il loro nuovo strumento q-HDMI combinato con l’intelligenza artificiale (AI) è stato in grado di rilevare una massa molto piccola, larga 3 millimetri, di cancro al seno maligno composta da minuscoli vasi in una donna di 40 anni.
Trovare e trattare le lesioni tumorali quando sono di queste dimensioni prima che si diffondano, o metastatizzino, può salvare la vita.
“Le domande in radiologia sono: benigno o maligno? E se è sospetto, quanto dovremmo preoccuparci?”, dice il dottor Fatemi.
Per aiutare i radiologi a rispondere a queste domande, i ricercatori hanno applicato il loro software e algoritmo per analizzare ulteriormente le masse mammarie sospette di 521 pazienti che avevano già ricevuto l’ecografia convenzionale.
I risultati sono stati sbalorditivi. La nuova tecnologia ha prodotto un tasso di accuratezza di quasi il 100% nel determinare le masse maligne rispetto a quelle benigne, indipendentemente dalle dimensioni del tumore.
Più recentemente, i ricercatori hanno analizzato i noduli tiroidei di 92 pazienti. I noduli tiroidei sono comuni ed è spesso difficile distinguere tra quelli cancerosi e non cancerosi attraverso l’imaging. Tuttavia, la prevalenza del cancro alla tiroide è aumentata negli ultimi decenni.
“Con le immagini ecografiche convenzionali, i medici possono diagnosticare se un nodulo tiroideo è benigno o maligno con una precisione di circa il 35-75%”, afferma il dottor Alizad.
Ecco perché i medici spesso scelgono di eseguire biopsie tiroidee, che consentono loro di determinare in modo più definitivo se un nodulo tiroideo è motivo di preoccupazione.
I ricercatori hanno identificato 12 biomarcatori in grado di differenziare i tessuti tiroidei benigni da quelli maligni. Hanno programmato l’algoritmo basato sull’intelligenza artificiale con questi biomarcatori, che ordinavano le immagini e avevano un tasso di precisione dell’84%. Questi risultati sono stati pubblicati sulla rivista Cancers ed evidenziati dal National Institutes of Health.
“Se si tratta di cancro, vogliamo assolutamente saperlo. Ma se siamo in grado di determinare se un nodulo tiroideo è benigno senza nemmeno dover fare una biopsia, è ancora meglio in quanto risparmia al paziente gli oneri finanziari e fisici associati a una biopsia benigna non necessaria”, afferma il dottor Alizad.
I ricercatori ritengono che il loro strumento quantitativo potrebbe essere particolarmente utile in parti del mondo in cui le competenze e le risorse sono limitate, come le aree rurali e i paesi in via di sviluppo.
Stanno anche collaborando con gli oncologi per consentire loro di utilizzare lo strumento q-HDMI per monitorare meglio l’efficacia dei trattamenti antitumorali e aiutarli ad adattare le terapie per i singoli pazienti in tempo reale.
