Tumori rari, il progetto di Humanitas consentirà di personalizzare le cure
Ogni paziente avrà il suo gemello digitale. Si tratta del progetto Digital Twin di Humanitas che ha ottenuto un finanziamento di 3 milioni di euro dal programma Fisa del ministero dell’Università e della Ricerca e ha come obiettivo rivoluzionare il trattamento dei tumori rari e, in prospettiva, di tutti i tumori attraverso l’implementazione di gemelli digitali e Intelligenza Artificiale generativa. Digital Twin è frutto della partnership tra Irccs Istituto Clinico Humanitas - primo policlinico in Italia a essersi dotato di un AI Center - e Humanitas University.
"Il progetto rappresenta un’opportunità unica per migliorare la comprensione e il trattamento dei tumori rari, patologie di complessa gestione clinica", afferma il professor Matteo Della Porta, responsabile Leucemie dell’Irccs Istituto Clinico Humanitas e docente di Humanitas University, che guiderà la ricerca. I tumori rari, definiti come quelli che colpiscono meno di 6 persone su 100mila all’anno, rappresentano circa il 25% di tutte le neoplasie. I gemelli digitali costituiscono rappresentazioni virtuali dei pazienti, generate dall’analisi di dati multimodali: dati clinici, genomici, immagini mediche, trattamenti e risultati.
Questi modelli consentono di simulare l’evoluzione della malattia e di prevedere la risposta ai trattamenti in ogni paziente, personalizzando le cure in base alle caratteristiche individuali. L’accuratezza delle simulazioni dipende non solo dagli algoritmi utilizzati, ma innanzitutto dalla qualità e dalla completezza dei dati inclusi nel modello. Il progetto Digital Twin mira a sviluppare modelli di gemelli digitali per supportare le decisioni cliniche e accelerare la Ricerca tramite l’uso di algoritmi di Intelligenza Artificiale generativa. I modelli consentono ai medici di simulare scenari terapeutici e di selezionare il trattamento più appropriato. Il progetto prevede anche lo sviluppo di un "gemello digitale umano interconnesso", che integra dati da diverse fonti per monitorare l’evoluzione della malattia nel tempo.