Tumore al pancreas, l’intelligenza artificiale potrebbe prevedere il rischio fino a 5 anni prima della diagnosi (blitzquotidiano.it)
Un nuovo modello AI ha analizzato cartelle cliniche ed esami di laboratorio di quasi 40mila persone. I risultati sono promettenti, ma serviranno ulteriori studi prima di un possibile utilizzo nella pratica clinica.
L’intelligenza artificiale potrebbe aiutare a individuare le persone maggiormente a rischio di sviluppare un tumore al pancreas diversi anni prima che arrivi una diagnosi. È quanto suggerisce un nuovo studio condotto dai ricercatori della Mayo Clinic e presentato all’American College of Surgeons Clinical Congress 2026.
Il modello di intelligenza artificiale è riuscito infatti a riconoscere, nei dati sanitari dei pazienti, alcuni schemi associati a un futuro rischio di tumore al pancreas fino a cinque anni prima della diagnosi.
Non significa che l’AI sia già in grado di diagnosticare un tumore con cinque anni di anticipo. Il modello, piuttosto, cerca di identificare le persone che potrebbero avere un rischio più elevato e che, proprio per questo, potrebbero in futuro beneficiare di controlli più approfonditi.
Per sviluppare il modello, i ricercatori hanno utilizzato le informazioni contenute nelle cartelle cliniche elettroniche del sistema sanitario della Mayo Clinic, insieme ai risultati di comuni esami di laboratorio raccolti nel corso degli anni.
Nel complesso sono stati analizzati i dati di quasi 40mila persone: 6.066 avevano successivamente sviluppato un tumore al pancreas, mentre 33.396 sono state utilizzate come gruppo di controllo. Per i partecipanti erano disponibili tra circa 7,5 e 19 anni di storia clinica.
L’obiettivo era capire se, osservando nel tempo l’insieme delle informazioni sanitarie di una persona, l’intelligenza artificiale potesse riconoscere segnali troppo deboli o frammentari per essere interpretati singolarmente.
Ed è proprio questo uno degli aspetti più interessanti della ricerca.
Il modello non si basa infatti su un particolare valore del sangue che, da solo, permetterebbe di capire se una persona svilupperà un tumore al pancreas.
L’intelligenza artificiale analizza invece l’andamento nel tempo di numerosi dati sanitari.
Tra gli elementi che hanno contribuito maggiormente alle previsioni c’erano alcuni parametri dell’emocromo, oltre a condizioni cliniche già note per essere associate al tumore del pancreas, come diabete e pancreatite. Anche la sequenza e la combinazione di informazioni apparentemente meno collegate alla malattia hanno fornito indicazioni utili al modello.
In altre parole, il valore dell’intelligenza artificiale potrebbe risiedere proprio nella capacità di mettere insieme informazioni che, prese singolarmente, non sembrano necessariamente significative.
I risultati ottenuti sono considerati promettenti. Cinque anni prima della diagnosi, il modello ha raggiunto un valore di 0,853 nell’area sotto la curva ROC (AUROC), un parametro utilizzato per valutare quanto bene un modello riesca a distinguere tra persone a maggiore e minore rischio.
Il valore non indica che l’AI abbia previsto correttamente l’85,3% dei tumori e non deve quindi essere interpretato come una percentuale di diagnosi corrette.
Il modello ha inoltre mostrato una buona capacità di identificare una popolazione a rischio particolarmente elevato. Nel gruppo al quale veniva attribuito un rischio superiore al 50%, l’88% ha ricevuto una diagnosi di tumore al pancreas entro un anno. Si tratta però di un risultato osservato all’interno del dataset utilizzato nella ricerca e non significa che l’88% delle persone sottoposte al modello nella popolazione generale svilupperà necessariamente un tumore.
Il tumore del pancreas è particolarmente difficile da individuare nelle sue fasi iniziali. I sintomi possono essere assenti o poco specifici e, quando la malattia viene diagnosticata, in molti casi è già progredita. Per questo la diagnosi precoce rappresenta una delle principali sfide nella ricerca sul carcinoma pancreatico.
Secondo i dati riportati nello studio, la sopravvivenza relativa a cinque anni è molto maggiore quando il tumore è ancora localizzato rispetto a quando si è diffuso a distanza.
Il problema è che sottoporre l’intera popolazione a esami di screening per il tumore del pancreas non è attualmente considerato praticabile, anche perché la malattia è relativamente rara.
Un sistema capace di utilizzare dati già disponibili nelle cartelle cliniche potrebbe quindi, almeno in teoria, permettere di selezionare una popolazione più ristretta sulla quale concentrare ulteriori accertamenti.
È proprio questa la prospettiva che interessa maggiormente i ricercatori. L’idea non sarebbe sostituire il medico con un algoritmo, ma utilizzare l’intelligenza artificiale come una sorta di sistema di allerta: il modello potrebbe segnalare che, sulla base della storia clinica e dell’evoluzione dei dati sanitari, una determinata persona presenta un rischio superiore alla media.
A quel punto potrebbe essere il medico a decidere se siano necessari ulteriori approfondimenti, come esami di imaging o altri test.
Tra le possibilità future vengono citate tecniche come TC, risonanza magnetica ed ecoendoscopia, oltre a eventuali biomarcatori ematici. Prima di arrivare a questo tipo di applicazione, tuttavia, sarà necessario stabilire quale livello di rischio debba effettivamente far scattare ulteriori accertamenti.
C’è però un aspetto importante da chiarire. I risultati sono stati presentati all’American College of Surgeons Clinical Congress 2026 e non sono ancora stati sottoposti a peer review, cioè alla revisione da parte di altri esperti indipendenti.
Inoltre, il modello è stato sviluppato utilizzando dati retrospettivi. Questo significa che i ricercatori hanno analizzato informazioni già raccolte per verificare se l’algoritmo fosse in grado di riconoscere, a posteriori, i segnali associati alle diagnosi successive.
Ora servirà capire se lo stesso sistema funziona anche quando viene utilizzato prospetticamente, cioè nel mondo reale, prima che la diagnosi venga effettuata.
I ricercatori della Mayo Clinic stanno già lavorando a questa fase di validazione e prevedono inoltre di testare il modello in un sistema sanitario diverso da quello nel quale è stato sviluppato.
Identificare una persona come “ad alto rischio” non equivale infatti a diagnosticare un tumore.
Un algoritmo troppo sensibile potrebbe generare numerosi falsi positivi, portando a esami aggiuntivi, costi, preoccupazione e possibili procedure non necessarie. Al contrario, un modello che non individua alcuni pazienti potrebbe dare una falsa rassicurazione.
Per questo, secondo i ricercatori, la prossima fase non consiste soltanto nel rendere l’AI ancora più precisa, ma nel capire come integrare concretamente la previsione del rischio all’interno di un percorso di diagnosi precoce.
Se i risultati verranno confermati da studi prospettici e su popolazioni più ampie e diversificate, l’intelligenza artificiale potrebbe quindi diventare uno strumento per cercare di spostare la diagnosi del tumore al pancreas sempre più indietro nel tempo: non quando la malattia è già evidente, ma quando esistono ancora possibilità maggiori di intervenire precocemente.