Tumore del polmone. L’IA può aiutare a prevedere la risposta all’immunoterapia

Prevedere prima dell’inizio del trattamento quali pazienti con carcinoma polmonare non a piccole cellule metastatico potranno beneficiare maggiormente dell’immunoterapia, integrando attraverso l’Intelligenza artificiale informazioni cliniche, immagini TC, dati genomici e di patologia digitale.

È l’obiettivo di I3Lung, progetto internazionale di ricerca che, dopo quattro anni di lavoro e il coinvolgimento di 2.396 pazienti, presenta i suoi primi risultati in uno studio pubblicato su Nature Medicine.

Il progetto è guidato da Arsela Prelaj, oncologa della Fondazione Irccs Istituto Nazionale dei Tumori di Milano e principal investigator di I3Lung. Lo studio, presentato anche alla World Conference on Lung Cancer 2026, ha sviluppato modelli di machine learning e deep learning per migliorare la previsione della risposta individuale ai diversi regimi di immunoterapia e favorire una più precisa stratificazione dei pazienti con il sottotipo più comune di cancro polmonare

Per questo tipo di patologia, l’immunoterapia – combinata o meno con la chemioterapia – è lo standard di cura; ma spesso presenta una forte tossicità e purtroppo non sempre porta ad un’efficacia clinica duratura. Nonostante sia un trattamento comune da un decennio, la sua selezione nel caso di un cancro polmonare non a piccole cellule si basa ancora su analisi di sottogruppi e punteggi clinici; e l’efficacia, di fatto, si riesce a misurare solo ex post.

Lo studio pubblicato, in pratica, cambia questa prospettiva, aprendo la strada alla possibilità di prevedere prima per quali pazienti la terapia sarà più efficace e che tipo di risposta ci si può attendere.

“Abbiamo raccolto da una popolazione molto ampia quattro tipologie di dati: immagini di TC, dati di digital pathology, dati di genomica e risultati clinici di normali esami di laboratorio, integrandoli in modelli di machine learning early fusion (MLEF) e deep learning intermediate-fusion (DLIF)” spiega la dottoressa Prelaj, che nell’Istituto milanese dirige l’Ai-on Lab, il laboratorio di ricerca sulle applicazioni dell’AI in oncologia. Il risultato, in pratica, è un algoritmo in grado di prevedere meglio la risposta individuale ai regimi di immunoterapia. Ovvero, aggiunge, “uno strumento che aiuterà a stratificare correttamente i pazienti con mNSCLC e a creare un trattamento su misura per ogni caso, promettendo di migliorare molto l’efficacia dell’immunoterapia”.

La ricerca comprende anche uno usability study che ha misurato l’utilità dello strumento per una platea di medici più ampia degli specialisti del cancro al polmone. “In pratica, abbiamo scelto 100 pazienti e randomizzato 10 medici di tutto il consorzio esperti in lung cancer e 10 non esperti, quindi general oncologists. Abbiamo chiesto di predire l’efficacia dell’immunoterapia del paziente con o senza il tool. Dal confronto emerge che tutti i colleghi beneficiano dell’aggiunta di questo strumento, ma chi ne beneficia di più sono proprio i general oncologists. È un messaggio importante, che apre prospettive ampie per il futuro”, conclude Prelaj.