Grazie ad uno studio sui dati clinici di 12mila pazienti di tutto il mondo identificati quattro sottogruppi di Colangite Biliare Primitiva, classificati in ordine di gravità crescente
(mi-lorenteggio.com) Monza, 16 marzo 2022 – L’intelligenza artificiale al servizio della ricerca medica in Epatologia. Una ricerca condotta dal Centro delle Malattie Autoimmuni del Fegato dell’Università di Milano-Bicocca presso l’Ospedale San Gerardo di Monza, e dal
team di Data Science di Rulex a Genova, ha permesso di individuare quattro nuovi sottotipi
di Colangite Biliare Primitiva (CBP) basandosi sui dati clinici di più di 12mila soggetti
provenienti da tutto il mondo. Il nuovo algoritmo si unisce agli esistenti score prognostici e
consente di migliorare la valutazione prognostica dei pazienti già al momento della
diagnosi.
«Per noi pazienti questo studio è molto importante considerato il grande numero di pazienti
italiani inclusi e le potenzialità di innovazione portate dall’intelligenza artificiale – commenta
Davide Salvioni, presidente di AMAF Onlus, l’associazione italiana di pazienti dedicata
alle malattie autoimmuni del fegato –. Una migliore conoscenza di queste patologie avrà
sicuramente delle ricadute positive sulla capacità dei medici di gestirle in modo più efficace».
La CBP è una malattia del fegato che, benché rara, in Italia colpisce più di 10.000
persone, soprattutto donne oltre i 40 anni di età. Nell’ultimo decennio vi è stato un
progressivo miglioramento della stratificazione prognostica dei pazienti con CBP, grazie
anche allo sviluppo di score e calcolatori.
Di recente l’intelligenza artificiale e il machine learning sono stati applicati con beneficio
nello studio di malattie comuni, dalle infezioni alle malattie cardiovascolari, dal tumore alla
mammella a quello del colon-retto. Nel contesto delle malattie rare, e della CBP nello
specifico, mancavano tuttavia evidenze sperimentali in relazione a queste nuove tecnologie
e alle loro applicazioni.
Il team del Centro Malattie Autoimmuni del Fegato di Monza guidato dal professor Pietro
Invernizzi, ha utilizzato Rulex, uno strumento innovativo di analisi dati che impiega un
sofisticato algoritmo di intelligenza artificiale sviluppato dal team di ricerca e sviluppo di
Rulex, coordinato dall’amministratore delegato Marco Muselli, e basato su un modello
teorico messo a punto all’interno dell’Istituto di Elettronica, di Ingegneria dell’Informazione
e delle Telecomunicazioni del CNR di Genova.
Lo studio, pubblicato sulla rivista Liver International, ha raccolto la più grande coorte
mai esplorata di pazienti con CBP a livello internazionale, includendo pazienti
dall’Europa, dal Giappone e dal Nord America (DOI: 10.1111/liv.15141). L’obiettivo del
lavoro è stato quello di sfruttare questa enorme mole di dati al fine di migliorare la
stratificazione del rischio in questa patologia rara. Sono stati identificati quattro sottogruppi
di malattia, in ordine di gravità clinica crescente, basandosi solamente su tre valori di
laboratorio: albumina, bilirubina e fosfatasi alcalina.
«Il team di Rulex guidato da Damiano Verda ha raggruppato i pazienti affetti con CBP in
modo completamente nuovo e ha creato delle regole molto facili da applicare in clinica
per classificare i nuovi pazienti già alla diagnosi», spiega il dottor Alessio Gerussi,
primo nome dello studio e ricercatore presso il Centro Malattie Autoimmuni del Fegato di
Monza.
«Il nostro lavoro non finisce qui: gli studi futuri saranno mirati alla integrazione dei dati
clinici con i dati provenienti dal sequenziamento genetico, dalle tecniche di imaging
radiologiche e dalle scansioni digitali dei vetrini dei campioni istologici – sottolinea Gerussi
–. Lo scopo finale è descrivere la eterogeneità della malattia in modo più raffinato di quanto
fatto fino ad ora per offrire cure personalizzate ai pazienti, scopo ultimo della Medicina
di Precisione».