Per CLASS Ultrasound, il centro di ecografia ginecologica di Fondazione Policlinico Universitario Agostino Gemelli, dopo nove anni di attività è arrivato il momento dell’upgrade. Il centro cambia anche nome e diventa CLASS Ultrasound OMIC ed entra nel futuro con ecografi di ultima generazione e una serie di progetti per l’elaborazione delle immagini attraverso algoritmi di intelligenza artificiale, la cosiddetta analisi omica, effettuata in collaborazione con Generator (il centro multidisciplinare del Gemelli dedicato all’analisi dei big data e allo sviluppo di strumenti di intelligenza artificiale applicati alla medicina), con il gruppo di Vincenzo Valentini, Direttore del Dipartimento Diagnostica per Immagini, Radioterapia Oncologica ed Ematologia e di Luca Boldrini, UOC di Radioterapia Oncologia del Gemelli. L’analisi sarà in grado di aggiungere elementi diagnostici ulteriori rispetto ai classici parametri morfologici.

Radiomica applicata all’ecografia

L’aggiunta di OMIC al nome del centro – spiega Antonia Testa, Direttore UOSD Ginecologia Ambulatoriale – sta proprio a indicare la direzione del nostro attuale percorso scientifico. Attraverso l’ecografia applicata alla ginecologia oncologica in questi anni, oltre a valutare l’estensione di malattia nei vari tumori ginecologici, abbiamo cercato sempre di più di utilizzare gli ultrasuoni per la diagnosi differenziale tra formazioni benigne e maligne in ambito ovarico, dell’endometrio, dell’utero”. Ma si può fare di più. La radiomica (in questo caso applicata all’ecografia) offre la possibilità di utilizzare algoritmi informatici per leggere tra i pixel, che formano l’immagine ecografica, anche ciò che non è immediatamente visibile all’occhio umano. “Un ecografista esperto – prosegue Testa –  oggi riesce, sulla base di alcune caratteristiche, a capire con un certo grado di accuratezza, se una cisti ovarica è di natura benigna o maligna. Ma abbiamo capito che, al di là di quell’immagine in bianco e nero, che vediamo durante l’esame, c’è un numero infinito di informazioni, invisibili all’occhio umano, ma rilevabili dall’intelligenza artificiale, da un algoritmo cioè che considera non solo le mille sfumature di grigio dei pixel (la cosiddetta intensità), ma anche il tipo di distribuzione, di geometria, le architetture formate da questi pixel”. Intensità, geometria e distribuzione riflettono infatti e danno informazioni sulla natura del tessuto in esame. “La nuova frontiera della ricerca – dichiara Testa – è riuscire a correlare questi parametri alla natura del tessuto, alla sua genetica e struttura molecolare”.

La radiomica applicata all’ecografia è un work in progress, che si muove per ora in ambito di ricerca, ma che si spera possa avere presto ricadute nella routine clinica. “Abbiamo già pubblicato sull’argomento – ricorda Testa – alcune ricerche cliniche, come quella sulle donne portatrici della mutazione Brca1 e 2 (frequente nelle donne con tumore della mammella e dell’ovaio). Analizzando con la radiomica le immagini di ovaie di donne con questa mutazione e senza, abbiamo visto che ci sono differenze significative. Si tratta di una ricerca pilota, che adesso andremo a validare in un contesto multicentrico internazionale. Un domani dall’ecografia ovarica di una donna con familiarità per tumore della mammella potremmo capire, attraverso un segnale informatico, se quella donna è portatrice della mutazione Brca1 o 2. Stiamo portando avanti un’altra ricerca su donne con pregresso tumore della mammella nelle quali venga in seguito riscontrata una massa ovarica; in queste pazienti non è importante solo la distinzione di natura (maligna-benigna) ma, nel caso di una malignità, anche poter capire se si tratta di una metastasi da tumore della mammella o meno. Stiamo lavorando infine sulle masse uterine sperando in futuro di poter distinguere con accuratezza un fibroma da un sarcoma”.