La medicina personalizzata o \u2018di precisione\u2019 \u00e8 di grande attualit\u00e0, soprattutto in ambito oncologico, per abilitare percorsi terapeutici differenziati per ogni paziente. La personalizzazione \u00e8 realizzata sulla base di caratteristiche biologiche della patologia, aspetti di storia clinica, elementi caratteristici della persona e dell\u2019ambiente in cui vive.<\/p>\n
La diagnostica per immagini \u00e8 uno dei nuovi approcci di medicina personalizzata chetentano di arrecare meno disagi per i pazienti rispetto alle terapie attuali, che si basano su indagini di campioni di tessuto tumorale, come quelle \u2018a bersaglio molecolare\u2019. Il metodo della radiomica infatti mette semplicemente in relazione i dati acquisiti ed elaborati dalle immagini coi risultati clinici, come la risposta a una certa terapia, da cui dipende la prognosi.<\/p>\n
Di questo nuovo metodo si occupa l\u2019articolo Medicina personalizzata: cos’\u00e8 e come ottenerla con la diagnostica per immagini<\/strong>, che presenta le potenzialit\u00e0 di semplici esami di routine che, oltre a definire la forma, le dimensioni, la localizzazione e i margini di una lesione, potrebbero definire anche la terapia mirata pi\u00f9 adatta grazie a dati arricchiti, impiego di tecniche di Machine Learning e dell\u2019Intelligenza Artificiale per la creazione di modelli predittivi. L\u2019articolo introduce anche l\u2019evoluzione della radiogenomica.<\/p>\n <\/p>\n Uno degli obiettivi della scienza medica \u00e8 la cosiddetta medicina personalizzata o \u2018di precisione\u2019, un tema di grande attualit\u00e0 soprattutto in ambito oncologico. Essa si prefigge l\u2019obiettivo di abilitare percorsi terapeutici differenziati per ogni paziente sulla base di caratteristiche biologiche della propria patologia, ma anche aspetti di storia clinica, elementi caratteristici della persona e dell\u2019ambiente in cui vive. Per quanto concerne il trattamento dei tumori, oggi esiste gi\u00e0 una forma di medicina personalizzata: insieme all\u2019approccio terapeutico tradizionale, basato cio\u00e8 su parametri quali il tipo cellulare e la presenza o meno di linfonodi e metastasi, \u00e8 possibile impostare, per certi tipi di lesione, alcune terapie specifiche e mirate, che si definiscono \u2018a bersaglio molecolare\u2019. Purtroppo, queste terapie si basano su indagini di campioni di tessuto tumorale, cio\u00e8 richiedono l\u2019impiego di esami invasivi, e questo contribuisce alla necessit\u00e0 di sperimentare nuovi approcci di medicina personalizzata che, oltre all\u2019efficacia della terapia, arrechino meno disagi per i pazienti.<\/p>\n In questo contesto, ci si pu\u00f2 domandare quale sia il ruolo della diagnostica per immagini. Grazie a metodi avanzati di analisi quali la radiomica e la radiogenomica, i comuni esami diagnostici (come la RM o la TAC) possono diventare strumenti di medicina personalizzata, a tutto vantaggio dei pazienti, ma anche delle strutture e del sistema sanitario. Tutto questo \u00e8 gi\u00e0 possibile, ma ad una condizione: che l\u2019imaging medico non sia pi\u00f9 considerato un insieme di immagini da interpretare visivamente (approccio qualitativo), bens\u00ec un ricchissimo patrimonio di dati sui quali operare analisi di tipo quantitativo (data mining) al fine di definire caratteristiche biologiche del tumore del tutto invisibili all\u2019occhio umano e che quindi non potrebbero essere rilevate alla semplice osservazione visiva.<\/p>\n Questo metodo si definisce radiomica e mette in relazione, cio\u00e8 associa, dati acquisiti ed elaborati dalle immagini (le cosiddette radiomic features) con risultati clinici, come la risposta a una certa terapia, da cui dipende la prognosi. Tutto ci\u00f2 rappresenta una vera e propria rivoluzione: da un semplice esame di routine, che continuerebbe ad essere effettuato, \u00e8 possibile non solo definire – come succede regolarmente – la forma, le dimensioni, la localizzazione e i margini della lesione, ma anche la terapia mirata pi\u00f9 adatta in funzione dei dati ricavati dall\u2019imaging stesso. Pur essendo assolutamente centrali all\u2019interno del processo, i dati provenienti dall\u2019imaging biomedico possono essere poi arricchiti con altre caratteristiche (quantitative, cio\u00e8 misurabili) del paziente e della sua patologia: dati provenienti dalla sua storia clinica, ma anche informazioni relative all\u2019ambiente, allo stile di vita e molto altro. L\u2019arricchimento dei dati, l\u2019impiego di tecniche di Machine Learning e \u2013 in senso lato \u2013 dell\u2019Intelligenza Artificiale permette la creazione di modelli predittivi che fungono da supporto decisionale per l\u2019impostazione del miglior iter terapeutico possibile, cio\u00e8 quello con le pi\u00f9 elevate probabilit\u00e0 di risposta positiva.<\/p>\n Strettamente connessa alla radiomica \u00e8 poi la radiogenomica, che \u00e8 una sorta di sua evoluzione, di passaggio immediatamente successivo. Il concetto \u00e8 analogo, ovvero la capacit\u00e0 di identificare, direttamente da esami di routine, dati del tutto invisibili all\u2019occhio, la cui elaborazione con tecniche di data mining offra informazioni essenziali per l\u2019impostazione della migliore terapia possibile. La radiogenomica, in particolare, associa i dati quantitativi ottenuti con le tecniche di cui sopra con l\u2019analisi genetica delle lesioni tumorali, cosa estremamente utile poich\u00e9 \u00e8 noto che alcuni tumori presentino alterazioni genomiche, e dalla presenza (o meno) di queste viene definita la cura personalizzata. Tutto ci\u00f2 diventa possibile senza imporre quegli esami invasivi che oggi sono indispensabili e sottopongono il paziente ad evidente sofferenza; inoltre, ottenere queste informazioni dall\u2019analisi quantitativa dell\u2019imaging biomedico permette di ripetere pi\u00f9 volte l\u2019indagine durante il trattamento, anche per verificare le modifiche indotte dallo stesso. Con immensi vantaggi per il paziente.<\/p>\n <\/p>\n","protected":false},"excerpt":{"rendered":" La medicina personalizzata o \u2018di precisione\u2019 \u00e8 di grande attualit\u00e0, soprattutto in ambito oncologico, per abilitare percorsi terapeutici differenziati per ogni paziente. La personalizzazione \u00e8 realizzata sulla base di caratteristiche …<\/p>\n","protected":false},"author":6,"featured_media":48480,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[394],"tags":[425,527],"class_list":["post-54917","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-focus-it","tag-artificial-intelligence","tag-healthcare"],"yoast_head":"\nMedicina personalizzata: cos’\u00e8 e come ottenerla con la diagnostica per immagini<\/h4>\n
Medicina personalizzata e approccio quantitativo<\/h5>\n
Radiogenomica: uno step successivo<\/h5>\n