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”.
“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 Prof. 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.
“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 che non tumorali, provenienti da campioni reali di biopsia tessutale”.
Lo studio ha richiesto la partecipazione di un 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.
“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 Prof.ssa 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%”.
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.
“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 Dott. 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.
