Cancro al polmone, l'intelligenza artificiale prevede l'efficacia dell'immunoterapia

15/09/2026 SALUTE Condividi Preferisci Informazione.News su Google

Redazione Salute   -   Prevedere prima dell’inizio del trattamento quali pazienti con carcinoma polmonare non a piccole cellule metastatico potranno trarre il maggior beneficio dall’immunoterapia. È l’obiettivo che ha guidato per quattro anni il progetto internazionale I3Lung, coordinato dalla Fondazione IRCCS Istituto Nazionale dei Tumori di Milano, i cui primi risultati sono stati pubblicati sulla rivista Nature Medicine. Lo studio ha coinvolto 2.396 pazienti arruolati in sei centri clinici distribuiti tra Italia, Germania, Grecia, Israele, Spagna e Stati Uniti.

Quattro tipologie di dati integrati in un unico algoritmo

Il gruppo di ricerca, guidato da Arsela Prelaj, oncologa dell’Istituto milanese e principal investigator del progetto, ha raccolto per ciascun paziente quattro categorie di informazioni: immagini di tomografia computerizzata, dati di patologia digitale, dati genomici e risultati clinici derivanti da normali esami di laboratorio. Questi elementi sono stati integrati in modelli di machine learning early fusion e di deep learning intermediate fusion.

Il risultato è un algoritmo in grado di prevedere la risposta individuale ai regimi di immunoterapia con una precisione superiore rispetto ai biomarcatori tradizionali. In particolare, il modello che combina dati clinici ed ematici con imaging e patologia digitale ha raggiunto un punteggio AUC di 0,88, considerato eccellente nella classificazione predittiva.

Il limite attuale nella selezione dei pazienti

Per il carcinoma polmonare non a piccole cellule metastatico, il sottotipo più comune di tumore ai polmoni, l’immunoterapia rappresenta lo standard di cura, da sola o in combinazione con la chemioterapia. Nonostante siano passati dieci anni dalla sua introduzione nella pratica clinica, la scelta del trattamento si basa ancora su analisi di sottogruppi e punteggi clinici, e l’efficacia reale si riesce a misurare soltanto a posteriori. Il farmaco presenta inoltre una tossicità significativa e non sempre garantisce un beneficio clinico duraturo.

Lo strumento sviluppato da I3Lung ribalta questa prospettiva, consentendo di identificare in anticipo i pazienti più probabilmente responsivi.

Lo studio di usabilità e il vantaggio per gli oncologi generali

La ricerca ha incluso anche una fase di verifica clinica. Cento pazienti reali sono stati esaminati da venti medici, dieci esperti in tumori polmonari e dieci oncologi non specialisti, chiamati a predire l’efficacia dell’immunoterapia prima senza e poi con il supporto dell’algoritmo. L’accesso allo strumento ha migliorato la sensibilità nell’identificazione dei responder dal valore di 0,72 a 0,87. Il beneficio maggiore è emerso proprio tra i medici non esperti di cancro al polmone, un dato che assume rilevanza nei contesti clinici dove la presenza di specialisti toracici è limitata.

Anche l’accordo tra i medici è aumentato dopo l’introduzione del supporto digitale.

La validazione prospettica in corso

I risultati pubblicati riguardano la fase retrospettiva del progetto. I3Lung sta ora arruolando in prospettiva oltre 2.000 pazienti negli stessi centri internazionali, con l’obiettivo di concentrarsi sull’ottimizzazione terapeutica e sulla generalizzabilità del modello.

Marina Garassino, oncologa toracica e professoressa di medicina presso la UChicago Medicine, coautrice senior dello studio, ha dichiarato che «I3Lung stabilisce un nuovo parametro di riferimento per l’intelligenza artificiale in oncologia toracica» e che gli strumenti di supporto decisionale costruiti anche a partire da dati clinici di routine possono superare i biomarcatori utilizzati oggi.