Pubblicato sul Journal of Magnetic Resonance Imaging–rivista scientifica di Radiologia – un articolo frutto della collaborazione tra il dipartimento di Medicina animale, produzioni e salute dell’università di Padova,  il reparto di Neuroradiologia e il reparto di Neurochirurgia dell’azienda ospedaliera di Padova. I dati preliminari dimostrano la possibilità di valutare il grado istologico dei meningiomi intracranici umani tramite una rete neuronale artificiale applicata direttamente alle immagini diagnostiche di Risonanza Magnetica, anticipando di fatto i risultati dell’esame istopatologico derivante da biopsia o da resezione chirurgica.

Il team di ricercatori e specialisti – tutto padovano – ha testato una tecnica innovativa, basata su rete neurale, su pazienti con diagnosi radiologica (tramite Risonanza Magnetica) di meningioma e successiva conferma istopatologica (a seguito dell’asportazione chirurgica dello stesso). Il risultato è stato, ex ante, il riconoscimento del grado di malignità della neoplasia, in ben 109 casi su 117, a partire direttamente dalle immagini diagnostiche.

Tale studio retrospettivo non nasce dal caso; vincitore di un progetto STARS@unipd 2018 – (Prediction of the histhologicalgrading of human meningiomasusing MR images texture and deeplearning: a traslationalapplication of a model developed on spontaneously occurring meningiomas in dogs - MenTex) esso rappresenta il punto di arrivo di una ricerca triennale eseguita su diversi tipi di tumori cerebrali di cani di proprietà sottoposti a indagini diagnostiche e procedure chirurgiche sia all’ospedale veterinario del dipartimento di Medicina animale, produzioni e salute dell’università di Padova (MAPS) nonché altri importanti ospedali veterinari privati, nazionali ed esteri.

“Dopo aver sviluppato algoritmi di rete neurale nel paziente-cane sia per la determinazione di malignità (grading) dei meningiomi, sia per il riconoscimento dei gliomi – diceTommaso Banzato, Principal Investigator del progetto MenTex e ricercatore in clinica medica veterinaria al MAPS –ed averne verificato l’effettivo livello di accuratezza diagnostica, abbiamo cercato di “allenare” un algoritmo del tutto simile per l’analisi del meningioma umano”.

Il meningioma è la neoplasia intracranica più frequente sia nel cane che nell’uomo (rappresenta rispettivamente circa il 50% ed il 35% delle neoplasie primarie intracraniche); sono inoltre identici, per le due specie, anche come classificazione di malignità, suddivisi in: benigni, atipici e maligni.

“L’esperienza che abbiamo maturato con gli studi di risonanza magnetica sul cane, unica per metodologia, caratteristiche e numerosità – prosegue Banzato – l’abbiamo voluta condividere con i colleghi dell’azienda ospedaliera. Questo ha aperto ad entrambe le équipe nuovi scenari da cui stanno emergendo ulteriori interessanti sviluppi”.

“A tutt’oggi la certezza assoluta di determinare il grado di malignità della neoplasia, da cui dipende l’applicazione del più idoneo protocollo terapeutico – sottolinea Francesco Causin, direttore del reparto di Neuroradiologia dell’azienda ospedaliera di Padova  - è demandata alla valutazione istopatologica post-asportazione chirurgica. L’accuratezza di questo modello preliminare è un’evidente dimostrazione che, in un futuro non così lontano, nuove metodologie basate sull’intelligenza artificiale potranno non solo supportare il radiologo nel proprio processo decisionale verso la diagnosi finale, ma anche guidare scelte terapeutiche mediche, chirurgiche e mininvasive. L’intelligenza artificiale renderà disponibili ai radiologi nuovi dati e più sofisticati criteri diagnostici che vanno oltre all’analisi del rapporto tra clinica e morfologia di una lesione, affiancandosi alle già utilizzate tecniche di analisi ultrastrutturale, metabolica e molecolare. La possibilità infatti – continua Causin – di ipotizzare con probabilità elevata a priori, ovvero in sede di diagnosi radiologica, il grado di malignità della lesione neoplastica consentirebbe di creare contestualmente un protocollo terapeutico ad hoc,specifico per ogni paziente, che si integra al reperto istopatologico e genetico/recettoriale e fornisce indicazioni dirette al chirurgo su cosa potrebbe aspettarsi nel campo operatorio». 

L’applicazione delle reti neurali alla diagnostica per immagini sta diventando, a tutt’oggi, uno degli interessi centrali per la comunità scientifica internazionale. Sempre nella linea di classificazione mediante Risonanza Magnetica dei tumori cerebrali sono recentemente apparsi studi preliminari focalizzati sui gliomi mentre, quello attuale, è il primo riscontro sperimentale internazionale sulmeningioma. In tutti i casi, prima di validare definitivamente le nuove metodiche, sarà necessario “allenare” il relativo algoritmo di rete neurale su casistiche multicentriche più numerose, onde valutare l’ulteriore accuratezza dello stesso su campioni di popolazione variabili e più significativi.

“L’eccezionalità di questo progetto, oltre al risultato specifico ottenuto, risiede nel fatto che esso rappresenta la realizzazione perfetta del concetto di medicina traslazionale – afferma Alessandro Zotti, docente di clinica medica veterinaria e responsabile del Servizio veterinario centralizzato d’ateneo – ovvero il passaggio dal modello animale all’uomo. Realizzazione perfetta  perché il modello non è stato ottenuto su animali sperimentali, ma su animali di proprietà che convivono con l’uomo e sviluppano una patologia spontanea identica a quella dell’uomo. L’utilizzo del modello di patologia spontanea animale, indicato recentemente come una nuova importante frontiera in un editoriale della rivista Nature, rappresenterebbe infatti - sottolinea Zotti - uno storico traguardo verso la riduzione vera dell’utilizzo di animali sperimentali (Reduction) nonché un importante aspetto, visto nell’ottica della medicina clinica, verso la realizzazione della One Health, ovvero la intrinseca interconnessione della salute umana ed animale”.