Radiomica e stratificazione dei pazienti: sottotipi di malattia 

La stratificazione dei pazienti si riferisce al processo di raggruppamento dei pazienti in sottocategorie in base a caratteristiche comuni, come biomarcatori, tratti genetici o progressione della malattia. Questo approccio consente ai medici di personalizzare i trattamenti, migliorando i risultati e ottimizzando l'allocazione delle risorse nell'assistenza sanitaria. 

La radiomica svolge un ruolo fondamentale nel migliorare la stratificazione dei pazienti estraendo informazioni preziose dalle immagini mediche e convertendole in informazioni utili per la diagnosi, la prognosi e la pianificazione del trattamento. 

Cos'è la radiomica? 

La radiomica si riferisce all'estrazione di dati da immagini mediche, e la successiva applicazione di tali dati nel potenziamento della diagnosi del cancro, della prognosi e del supporto alle decisioni cliniche, con l'obiettivo di fornire una medicina ad alta precisione. Come approccio quantitativo all'imaging medico, le tecniche radiomiche mirano a migliorare i dati esistenti accessibili ai medici attraverso analisi matematiche avanzate e non intuitive.

Radiomica nella pratica clinica

Nel campo della diagnosi del cancro, inclusa la valutazione della prognosi e la valutazione della risposta al trattamento, L'applicazione della radiomica si basa principalmente sul presupposto che le immagini mediche contengano informazioni su processi specifici di una malattia, inaccessibili mediante l'ispezione visiva convenzionale delle immagini. Utilizzando l'estrazione matematica della distribuzione dell'intensità del segnale spaziale insieme alle interrelazioni dei pixel, le informazioni sulla consistenza vengono quantificate dalle caratteristiche radiomiche mediante l'impiego di metodi basati sull'intelligenza artificiale.

La radiomica trasforma le tecniche diagnostiche tradizionali rivelando modelli nascosti e informazioni biologiche che supportano le iniziative di medicina di precisione, compresi i biomarcatori di stratificazione dei pazienti.

Il flusso di lavoro della radiomica e la sua applicazione nella stratificazione dei pazienti 

La premessa della radiomica è che i dati di imaging trasmettono informazioni essenziali sulla fisiologia del tumore, sulla biologia, sull'eterogeneità spaziale (habitat) e sul comportamento che potrebbero non essere evidenti con l'interpretazione clinica e radiologica tradizionale. Il flusso di lavoro della radiomica comporta la cura dei dati clinici e di imaging in un processo graduale basato sulla pre-elaborazione delle immagini, la segmentazione dei tumori, l'estrazione delle caratteristiche, lo sviluppo di modelli e la convalida:

1. Pre-elaborazione delle immagini 
2. Segmentazione del tumore
3. Estrazione delle caratteristiche 
4. Sviluppo del modello 
5. Convalida

La radiomica richiede quindi l'apporto di professionisti provenienti da diversi campi sanitari, tra cui specialisti di imaging, radiologi e data scientist. La derivazione delle caratteristiche avviene in punti temporali multipli o singoli ed è applicabile all'intero spettro di dati di imaging.

Le caratteristiche radiomiche sono classificate in cinque gruppi, tra cui caratteristiche basate su forma e dimensione, descrittori di istogrammi di intensità dell'immagine, variazione spaziale dei descrittori di intensità pixel/voxel, caratteristiche frattali e texture disegnate dalle immagini filtrateLe informazioni derivate dalle caratteristiche radiomiche possono essere combinate con i dati clinici per sviluppare modelli di previsione efficaci mirati alla selezione del trattamento e alla valutazione prognostica dei risultati clinici.

Caratteristiche della radiomica

Stratificazione dei pazienti in oncologia

In oncologia, le caratteristiche radiomiche vengono utilizzate per categorizzare le attività e prevedere i risultati clinici mediante la valutazione del tempo all'evento. L'applicazione della classificazione comporta la divisione dei gruppi in fase di studio in varie categorie. Nei processi cancerosi, esempi notevoli di classificazione includono maligno contro benigno, stadi tumorali, presenza di metastasi e stato genetico.

Inoltre, i risultati clinici vengono impiegati nella stratificazione dei pazienti oncologici in diversi gruppi in base ad aspetti del rischio degli endpoint clinici, tra cui la sopravvivenza libera da malattia e la sopravvivenza complessiva, utilizzando l'analisi del tempo all'evento. I modelli di regressione e le classificazioni vengono spesso applicati nella modellazione di marcatori molecolari, firme genomiche, prognosi di sopravvivenza, differenziazione tissutale diagnostica e risposta al trattamento.

Avanza in radiomica 

L'aumento dei dati dei pazienti accessibili al pubblico e degli algoritmi di intelligenza artificiale open source ha portato allo sviluppo di nuovi biomarcatori per l'imaging diagnostico e prognostico multivariato. Questi biomarcatori possono anche incorporare variabili cliniche e altre caratteristiche multi-omiche nella previsione dei risultati, nella stratificazione del rischio e nella pianificazione di trattamenti di precisione contro il cancro.

Integrando la radiomica nella stratificazione dei pazienti, i medici possono perfezionare il loro approccio alla medicina personalizzata, ottimizzando i piani di cura in base ai dati specifici del paziente.

Come le aziende di radiomica come Quibim stanno cambiando la stratificazione dei pazienti

Quibim, azienda leader nel campo della radiomica, è pioniera nello sviluppo di strumenti basati sull'intelligenza artificiale per estrarre biomarcatori di imaging e integrarli nei flussi di lavoro della medicina di precisione. Ad esempio, i contributi di Quibim al progetto PRIMAGE dimostrano come i dati di imaging e i dati clinici possano essere combinati per migliorare la stratificazione dei pazienti in oncologia.

Concentrandosi sui biomarcatori digitali e sulla diagnostica per immagini, Quibim aiuta i medici a comprendere meglio l'eterogeneità dei tumori e a progettare terapie mirate per migliorare i risultati per i pazienti.

Radiomica e biomarcatori clinici per la stratificazione dei pazienti

I biomarcatori clinici e la diagnostica complementare (CDx) consentono di individuare diversi fenotipi dei pazienti, consentendone la stratificazione. Finora, lo sviluppo di nuovi biomarcatori e CDx si è concentrato principalmente su tecniche di analisi di campioni biologici reali, come l'ibridazione in situ, l'immunoistochimica o il sequenziamento di nuova generazione. In effetti, esiste solo una diagnostica complementare nell'imaging approvata dalla FDA ed è correlata alla quantificazione della concentrazione di ferro nel fegato.

Gli approcci radiomici alla stratificazione dei pazienti rappresentano il livello successivo per la creazione di biomarcatori digitali e CDx basati sull'imagingLe caratteristiche dei tessuti e delle lesioni estratte dall'imaging riflettono la loro eterogeneità architettonica, irregolarità e habitat cellulari, che sono fattori correlati a endpoint clinici quali recidiva, progressione e sopravvivenza nelle prove esistenti.

Questi sviluppi nel campo dell'imaging aiuteranno anche a progettare meglio nuovi studi clinici e a sviluppare terapie mirate che ottimizzino gli interventi su ogni singolo paziente, aumentando così il successo nel trattamento del cancro. La stratificazione dei pazienti basata sulla radiomica velocizza la traduzione dei risultati della ricerca clinica e biomedica per una migliore assistenza.

Quibim Dataminer adattato per il progetto PRIMAGE per mostrare, insieme ai dati di imaging, i dati clinici dei pazienti.

Quibim Dataminer adattato per il progetto PRIMAGE per mostrare, insieme ai dati di imaging, i dati clinici dei pazienti.