La patologia computazionale rappresenta una delle nuove frontiere della Ricerca oncologica. Il Professor Nicola Fusco, direttore della Divisione di Anatomia Patologica e Diagnostica Molecolare Somatica dell’Istituto Europeo di Oncologia, e il Dottor Konstantinos Venetis, coordinatore del team di Ricerca e sviluppo della stessa divisione, stanno approfondendo come l’integrazione tra patologia digitale, dati molecolari e intelligenza artificiale possa favorire diagnosi sempre più precise.
L’obiettivo della patologia computazionale è utilizzare strumenti digitali avanzati per leggere le informazioni contenute nei tessuti tumorali, collegando ciò che si osserva al microscopio con i meccanismi biologici e molecolari della malattia.
Tradizionalmente, il lavoro del patologo si basa sull’analisi dei campioni di tessuto osservati al microscopio. Con l’arrivo della patologia digitale, i vetrini istologici possono essere trasformati in immagini digitali ad alta definizione, condivise e analizzate attraverso strumenti informatici.
Questa evoluzione ha aperto nuove possibilità nella gestione dei dati e nella collaborazione tra specialisti. Tuttavia, la patologia computazionale non si limita alla semplice digitalizzazione dei vetrini.
Il vero cambiamento consiste nella capacità di integrare informazioni morfologiche, biologiche e cliniche utilizzando sistemi di IA in grado di riconoscere pattern complessi difficilmente quantificabili dall’occhio umano.
La patologia computazionale si basa sull’idea che le caratteristiche visibili del tessuto tumorale riflettano alterazioni biologiche profonde.
Forma delle cellule, organizzazione del tessuto e relazioni tra tumore e ambiente circostante possono infatti contenere informazioni utili sui meccanismi molecolari della malattia.
Attraverso tecnologie di deep learning, cioè sistemi di intelligenza artificiale capaci di apprendere dai dati, ricercatori e ricercatrici stanno sviluppando modelli in grado di collegare le immagini dei tessuti ai profili genetici e molecolari dei tumori.
In prospettiva, questi strumenti potrebbero aiutare a identificare biomarcatori utili per la diagnosi, prevedere la risposta alle terapie e supportare la scelta di trattamenti personalizzati.
Uno degli ambiti più promettenti della patologia computazionale riguarda la valutazione quantitativa dei biomarcatori, cioè indicatori biologici utilizzati per orientare le decisioni terapeutiche.
Oggi alcune valutazioni possono essere influenzate da differenze interpretative tra specialisti. L’utilizzo dell’intelligenza artificiale permette invece di trasformare queste osservazioni in dati numerici standardizzati e riproducibili.
Tra gli esempi studiati vi è il biomarcatore TROP2, una proteina presente in diversi tumori solidi e utilizzata anche come bersaglio per nuove terapie mirate.
Attraverso modelli computazionali avanzati si stanno sviluppando strumenti per migliorare l’accuratezza della misurazione della sua espressione nei tessuti tumorali.
Questi approcci potrebbero contribuire, infatti, sviluppare nuove strategie per l’oncologia di precisione.
Nonostante i progressi, la patologia computazionale è ancora un ambito in evoluzione. I modelli di IA devono essere validati attraverso studi rigorosi e applicati in contesti clinici differenti per verificarne affidabilità e sicurezza.
Esistono inoltre aspetti fondamentali legati alla gestione dei dati, alla trasparenza degli algoritmi, alla supervisione umana e all’equità di accesso alle tecnologie digitali.
Per questo motivo, la patologia computazionale non viene vista come una sostituzione del patologo, ma come uno strumento capace di supportare il lavoro degli specialisti, migliorando la capacità di interpretare informazioni biologiche estremamente complesse.
La patologia computazionale è un ambito in evoluzione. Essa vuole, infatti, costruire un collegamento tra immagini dei tessuti, dati molecolari e informazioni cliniche, creando un ecosistema integrato per la diagnosi e la cura dei tumori.
La possibilità di integrare intelligenza artificiale, biomarcatori e dati molecolari potrebbe contribuire ad aprire nuovi percorsi di cura personalizzati, precisi e orientati alle caratteristiche specifiche di ogni paziente.
La Fondazione IEO-MONZINO ETS sostiene la Ricerca medico-scientifica dello IEO, supportando il lavoro di medici, ricercatori e ricercatrici impegnati nello sviluppo di nuove tecnologie, strumenti diagnostici e strategie terapeutiche innovative.
