L’idea è incrociare la competenza del Politecnico di Milano nel trattare i big data con quella dell’Istituto dei tumori nel curare, in particolare, il cancro al polmone, che l’anno scorso è stata la patologia oncologica più letale tra gli uomini e la seconda tra le donne, con 370.000 decessi nella sola Europa. Applicando l’intelligenza artificiale alla ricerca di terapie personalizzate, per selezionare il trattamento immunoterapico più adatto a ogni paziente. L’Istituto di via Venezian guiderà un consorzio di 16 partner internazionali - tra i quali l’Ieo, il Mario Negri e il Politecnico con la spin-off ML Cube – nel maxiprogetto I3LUNG, finanziato con dieci milioni di euro attraverso il programma Horizon della Commissione europea, che durerà cinque anni e coinvolgerà 2.200 pazienti. La coordinatrice si chiama Arsela Prelaj, è oncologa all’Int ma anche dottoranda in Bioingegneria al Politecnico: "Stiamo cercando un biomarcatore per individuare il percorso di cura migliore utilizzando l’intelligenza artificiale - spiega -. Svilupperemo uno strumento decisionale condiviso coi pazienti, per migliorare la qualità di vita e la sopravvivenza dei nostri malati".
"La tecnologia ci consente di ottenere moltissime informazioni sulla biologia dei tumori, ma è necessario sviluppare appropriati strumenti di analisi dei dati per riuscire a valutarle tutte contemporaneamente nella loro complessità, ed avere la visione d’insieme", aggiunge Filippo de Braud, direttore del dipartimento di Oncologia medica ed Ematologia all’Int. I ricercatori dunque raccoglieranno le caratteristiche cliniche, le immagini radiologiche e le caratteristiche del tumore di 2.200 pazienti di sei centri di eccellenza per la cura del tumore polmonare (in Italia, Germania, Spagna, Grecia, Israele, Usa), sottoponendo le loro patologie ad analisi genomiche . L’intelligenza artificiale, in particolare metodologie di Machine Learning e Deep Learning, saranno utilizzate per analizzare questa enorme mole di dati, e sarà sviluppata una piattaforma europea che consenta ai medici di selezionare il trattamento che risponde meglio alle esigenze di ciascun malato.