AI e oncologia

Immunoterapia contro il cancro: a che punto siamo e sfide future



Indirizzo copiato

L’immunoterapia sta rivoluzionando il trattamento in ambito oncologico, migliorando la qualità di vita dei pazienti e non solo. Ecco vantaggi e criticità, oltre al ruolo dell’intelligenza artificiale per scegliere e identificare i pazienti da sottoporre alla terapia

Pubblicato il 16 ott 2024

Matilde Maria Coppi

Dottoranda al Ludwig Institute for Cancer Research di Losanna



Immunoterapia contro il cancro: a che punto siamo e sfide future

L’immunoterapia fa passi da gigante in oncologia. Inoltre il digitale e soprattutto l’intelligenza artificiale (AI) giocano un ruolo crescente nell’ambito dei trattamenti immunoterapici contro il cancro.

Ecco le sfide principali dell’immunoterapia nel trattamento del cancro e quali sono i vantaggi e le eventuali criticità.

Potentiating Novel Engineered Cellular Therapies for Solid Tumors | Mass General Brigham

Immunoterapia in oncologia: opportunità e criticità

L’immunoterapia ha compiuto progressi significativi in oncologia negli ultimi decenni, offrendo speranze a pazienti affetti da tumori che erano precedentemente considerati difficili se non impossibili da trattare efficacemente.
Pur presentando numerosi vantaggi, ciò non la rende completamente scevra da criticità.
Tra i vantaggi, sicuramente l’alta specificità del trattamento che la contraddistingue dalle terapie “convenzionali”, ovvero chirurgia, radioterapia, chemioterapia, che generalmente vanno a danneggiare anche le cellule sane. L’immunoterapia racchiude diversi tipi di trattamento che mirano a stimolare il sistema immunitario oppure lo istruiscono a riconoscere ed attaccare unicamente le cellule tumorali. Questo permette di selezionare bersagli estremamente specifici, quasi personalizzabili, rendendo la terapia più mirata e di fatto più efficace.
Allo stesso tempo però porta con sé la complessità di scegliere accuratamente i target, aspetto non sempre facile da soddisfare, per evitare che la terapia somministrata vada off-target andando a ledere in parte i tessuti sani oltre alle cellule tumorali di interesse.
Un aspetto cruciale in questo contesto è l’identificazione di biomarcatori in grado di predire la risposta all’immunoterapia. Questo permetterebbe di selezionare i pazienti in maniera più accurata prima dell’inizio del trattamento, migliorando così l’efficacia terapeutica e riducendo al minimo gli effetti collaterali inutili, che possono avere un impatto significativo sulla qualità della vita del paziente, sia durante che dopo la terapia.

La risposta dei pazienti all’immunoterapia

È infatti noto che non tutti i pazienti rispondono allo stesso modo all’immunoterapia. La risposta varia sia in base al tipo di tumore che da individuo a individuo, poiché ogni tumore presenta caratteristiche uniche che possono influenzare profondamente l’esito del trattamento. Pertanto, è essenziale identificare quei pazienti che trarrebbero maggior beneficio da un determinato approccio terapeutico. Questo non solo migliorerebbe la qualità di vita dei pazienti, ma avrebbe anche un impatto economico rilevante, considerando l’alto costo dei trattamenti immunoterapici. La capacità di identificare con precisione i pazienti da trattare contribuirebbe a ridurre i costi e ottimizzare le risorse sanitarie. L’immunoterapia ha dimostrato un potenziale significativo nel trattamento di tumori resistenti alle terapie tradizionali, con risultati
particolarmente promettenti nel melanoma metastatico e nel carcinoma polmonare (NSCLC).
Un esempio virtuoso di immunoterapia è rappresentato dalle cellule CAR-
T
, un trattamento che ha rivoluzionato la gestione di tumori ematici, piuttosto che solidi. Le CAR-T sono cellule autologhe, ovvero prelevate dal paziente stesso, e successivamente ingegnerizzate per essere altamente specifiche nel riconoscere e attaccare le cellule tumorali di interesse.
Questo trattamento ha dimostrato un’efficacia straordinaria, sia a breve che a lungo termine, come nel caso di Emily Whitehead, una paziente affetta da leucemia linfoblastica acuta che, a cui furono somministrate cellule CAR-T nel 2012 al Children’s Hospital di Filadelfia, è ora libera dalla malattia da oltre 12 anni. Questo rappresenta uno degli esempi più significativi del successo dell’immunoterapia.
Tuttavia persistono alcune criticità. Gli effetti collaterali, pur ridotti rispetto alle terapie tradizionali, sono ancora significativi. Inoltre, i costi dell’immunoterapia, insieme alla complessità della produzione e somministrazione di questi trattamenti, possono limitarne l’accesso, soprattutto nei Paesi con risorse sanitarie limitate.
Un altro problema è la possibile insorgenza di resistenza ai trattamenti, anche se questo fenomeno è meno comune con l’immunoterapia rispetto alle terapie tradizionali. Comprendere i meccanismi alla base della resistenza è fondamentale per sviluppare trattamenti più efficaci e migliorare quelli esistenti.

Big data e AI per personalizzare i trattamenti con immunoterapia in oncologia

Nel campo dell’analisi dei dati, l’utilizzo dei Big data e dei biomarcatori
permette di analizzare grandi quantità di dati genetici e molecolari,
aiutando a identificare quali pazienti risponderanno meglio all’immunoterapia. Questo approccio consente di personalizzare sempre di più i trattamenti, migliorandone l’efficacia e riducendo gli effetti collaterali.

In questo contesto, l’intelligenza artificiale (IA) gioca un ruolo fondamentale nello sviluppo di nuovi farmaci, accelerando il processo di scoperta tramite simulazioni computazionali. I modelli predittivi permettono di identificare nuove molecole promettenti e ottimizzare quelle esistenti, riducendo i tempi e i costi di sviluppo.

L’IA è anche utilizzata per modellare e prevedere la risposta del paziente all’immunoterapia, ottimizzando dosi e combinazioni di terapie personalizzate, non solo per piccoli gruppi, ma anche a livello individuale.

Un esempio pratico è l’applicazione del machine learning per l’analisi delle
immagini dei tessuti tumorali
. L’IA è in grado di identificare caratteristiche
microscopiche nei campioni di biopsia
, come la presenza di specifiche
cellule immunitarie, che possono indicare come il sistema immunitario del
paziente risponderà alla terapia.

Tecnologie avanzate come l’imaging a massa citometrica (IMC) combinano immagini digitali con l’analisi proteica, permettendo di studiare il microambiente tumorale e la sua interazione con il sistema immunitario. L’IA, analizzando i dati provenienti da queste immagini, aiuta a mappare la presenza e la distribuzione delle cellule immunitarie all’interno del tumore, migliorando la
personalizzazione e l’accuratezza dell’immunoterapia.

guest

0 Commenti
Più recenti
Più votati
Inline Feedback
Vedi tutti i commenti

Articoli correlati