L'IA impara a prevedere il rischio di cancro dalle cellule del seno

AGI - Si chiama MechanoAge, ed è un sistema di IA (intelligenza artificiale) che permette di prevedere il rischio di sviluppare un cancro al seno attraverso l’analisi delle cellule. A svilupparlo gli scienziati del City of Hope e dell’Università della California a Berkeley, che hanno pubblicato un articolo sulla rivista eBioMedicine di Lancet per rendere noti i risultati del proprio lavoro.

Il team, guidato da Mark LaBarge e Lydia Sohn, ha addestrato un sistema di intelligenza artificiale attraverso una piattaforma microfluidica in grado di valutare il rischio di cancro al seno nelle donne a livello cellulare. La tecnologia comprime le singole cellule epiteliali del seno, creando un ambiente stressante per misurare come si deformano, si riprendono e si comportano sotto pressione. Oltre il 90 per cento delle donne non presenta una predisposizione genetica nota né una storia familiare di cancro al seno. Questo approccio potrebbe pertanto colmare una lacuna fondamentale nella valutazione del rischio. “Traducendo i cambiamenti fisici nelle cellule in dati quantificabili – afferma LaBarge – questo strumento offre alle donne qualcosa di tangibile da discutere con i propri medici”.

Sviluppo dell’algoritmo

Il gruppo di ricerca ha sviluppato un algoritmo di apprendimento automatico che identifica e misura le cellule che mostrano segni di invecchiamento accelerato, quantificando un punteggio individuale di rischio di cancro al seno. La piattaforma utilizza componenti elettronici semplici, facili ed economici da replicare su larga scala. MechanoAge ha rivelato che le cellule del seno sono associate a un’età distinta dall’età cronologica.

Misurazione elettrica delle cellule

“In questo tipo di rilevamento – continua Sohn – una corrente elettrica viene misurata attraverso un canale riempito di liquido, in modo molto simile a come si misura la corrente attraverso un filo. Quando le cellule attraversano il canale, interrompono la corrente, generando misurazioni sulle dimensioni e sulla forma delle cellule stesse”.

Compressione e recupero cellulare

Restringendo notevolmente alcune parti del canale, i ricercatori comprimono le cellule e misurano il tempo impiegato da ciascuna cellula per riacquistare la sua forma normale. Gli algoritmi di apprendimento automatico sono utilizzati per rilevare le differenze tra le cellule delle pazienti in base alla loro età.

Differenze legate all’età

Le proprietà fisiche delle cellule del seno, ribadiscono gli autori, cambiavano con l’età: le cellule delle donne più anziane risultavano più rigide e impiegavano più tempo a tornare alla loro forma originale.

Mutazioni genetiche e rischio

Successivamente, gli studiosi hanno scoperto che un sottogruppo di donne più giovani presentava cellule che si comportavano come se provenissero da donne più anziane. Tali pazienti, commentano gli scienziati, erano associate a mutazioni genetiche che le esponevano ad alto rischio di cancro al seno.

Validazione del modello

Sulla base di queste informazioni, gli autori hanno perfezionato l’algoritmo, che è stato utilizzato per confrontare le cellule di un altro campione di partecipanti. “Grazie alla precisione dei nostri dati – conclude Sohn – siamo stati in grado di individuare quali donne presentavano un alto rischio di cancro al seno e quali, al contrario, non sembravano esserlo”.