Un gruppo multidisciplinare dell'Università Vita-Salute San Raffaele e dell'Istituto di Ricerca urologica dell'Ospedale San Raffaele, in collaborazione con l’Unità di Chirurgia robotica urologica e trapianto renale, dell’Università di Firenze e dell’ospedale Careggi, ha sviluppato un nuovo modello di intelligenza artificiale capace di stimare, prima della chirurgia, il rischio di mortalità tumore-specifica nei pazienti con carcinoma renale non metastatico.

Non tutti i tumori del rene si comportano allo stesso modo: pazienti con caratteristiche cliniche apparentemente simili possono avere evoluzioni molto diverse dopo l'intervento chirurgico. Capire, già prima dell'operazione, chi presenta un rischio più elevato di malattia aggressiva è oggi una delle sfide aperte dell'urologia oncologica. A questa esigenza intende dare risposta il lavoro pubblicato su Nature Communications, sviluppato su dati clinici reali dei pazienti, confermando prestazioni superiori rispetto ai principali modelli prognostici oggi disponibili.

Il carcinoma a cellule renali è la forma più frequente di tumore del rene. La chirurgia resta il trattamento di riferimento per la malattia localizzata, ma circa un paziente su tre va incontro a recidiva o progressione: per questo è importante individuare già in fase preoperatoria i pazienti a rischio più elevato.

«Disporre di uno strumento capace di stimare il rischio già prima dell'intervento significa poter aggiungere un elemento oggettivo alla valutazione clinica – sottolinea Alessandro Larcher, urologo del San Raffaele - a supporto di decisioni sempre più personalizzate. Il modello non sostituisce il giudizio del medico, ma nasce per affiancarlo».

Lo studio è una nuova applicazione di S-RACE, la piattaforma sviluppata per trasformare i dati raccolti nella pratica clinica quotidiana in strumenti di supporto alla ricerca e alle decisioni cliniche, secondo i principi di un'intelligenza artificiale responsabile e interpretabile.

Il modello utilizza soltanto otto variabili, tutte disponibili nella normale pratica assistenziale prima dell'intervento: dimensione del tumore, interessamento dei linfonodi, emoglobina, conta piastrinica, funzionalità renale, età, indice di massa corporea e performance status del paziente. L'algoritmo è stato sviluppato su una coorte di 2.536 pazienti trattati al San Raffaele negli ultimi anni e successivamente validato su una coorte indipendente di 580 pazienti dell'Azienda ospedaliero-universitaria Careggi di Firenze.

I ricercatori hanno trasformato migliaia di informazioni raccolte nella pratica assistenziale in un dataset pronto per lo sviluppo del modello. Il confronto con il tradizionale processo di selezione manuale dei dati ha mostrato prestazioni sovrapponibili, a conferma che la pipeline automatizzata può affiancare in modo affidabile il lavoro degli specialisti nella preparazione dei dati per la ricerca. È rilevante che l'algoritmo abbia individuato due nuove variabili, oltre ai sei predittori già presenti nel dataset clinico curato manualmente.