La gamma di opzioni terapeutiche per il trattamento del cancro lungo il percorso del paziente è diversificata, tra cui chirurgia, radioterapia, chemioterapia, terapia ormonale o mirata, immunoterapia o cure palliative. Queste decisioni possono realmente alterare le misure di esito riferite dai pazienti, gli effetti sulla qualità della vita e l'indipendenza, la recidiva del cancro e gli effetti collaterali a breve e lungo termine. Modellare questi potenziali risultati insieme al rischio di mortalità per fornire cure personalizzate e ottimizzate può sembrare un'utopia nell'assistenza sanitaria, ma abbiamo l'opportunità di imparare da altri settori e domini dell'ingegneria per farlo e convertirlo in uno strumento fattibile per la medicina di domani.
Il concetto di gemello digitale è stato ideato dalla NASA nei primi anni 2000 ed è ormai un punto fermo nei settori dell'ingegneria, dell'automotive e dell'aerospaziale. Un gemello digitale è una rappresentazione virtuale che funge da controparte digitale in tempo reale di un oggetto fisico o, nel caso dell'imaging medico, del paziente. Per i dati dei pazienti, un approccio basato sui gemelli digitali può essere utilizzato per anticipare le risposte al trattamento di un singolo paziente e per aiutare negli studi a livello di popolazione a identificare l'aspetto della salute 1.
L'approccio basato sull'imaging digitale dei gemelli consente inoltre il monitoraggio in tempo reale e la modifica degli interventi in base alle risposte del paziente, nonché la pianificazione di interventi chirurgici attraverso lo sviluppo del monitoraggio fisico di pazienti complessi. Queste informazioni saranno di inestimabile valore per il futuro della medicina di precisione, migliorando il processo decisionale clinico, lo sviluppo dei farmaci e ampliando le nostre conoscenze fondamentali sulle malattie che cambiano la vita.
Il vero valore dell'imaging digitale dei gemelli risiederà nel miglioramento della diagnosi, del monitoraggio e del trattamento personalizzato per i pazienti consentendo ai medici di gestire grandi quantità di dati sui pazienti. Ciò può consentire cure più efficaci e la simulazione di paradigmi di trattamento. Tuttavia, ciò dipende dalla qualità e dalla coerenza della segnalazione dei dati. Siamo a breve distanza dall'uso quotidiano dei gemelli digitali nei nostri sistemi sanitari e ci sono diverse sfide da superare.
L'imaging dei gemelli digitali si basa sulla qualità dei dati e sull'accuratezza delle informazioni immesse nel sistema. Inoltre, ci sono sfide legate alla gestione dei dati, alla progettazione degli algoritmi, alla sicurezza dei dati e alla privacy, nonché considerazioni etiche che devono essere superate.
Per la migliore progettazione dell'algoritmo, la registrazione accurata dei dati dei pazienti esistenti e di ampi studi sulla popolazione come la biobanca del Regno Unito forniranno le basi per questo e ci consentiranno di comprendere, come comunità clinica e scientifica, l'importanza riflessiva dei risultati clinici, della multi-omica, dei biomarcatori di imaging, dei dati correlati al paziente, delle circostanze del paziente come il background socioeconomico e dei risultati delle procedure mediche che devono essere compresi per creare i gemelli digitali più efficaci.
Nel contesto dell'imaging medico, ciò può includere la fornitura di queste informazioni da più fonti, come la combinazione di risonanza magnetica per immagini (RMI), tomografia a emissione di positroni (PET), ultrasuoni e tomografia computerizzata (TC). Tuttavia, nonostante i notevoli progressi nella segmentazione basata sull'intelligenza artificiale, l'enorme quantità di tempo richiesta per la segmentazione manuale o addirittura semiautomatica di alcuni organi e lesioni difficili da delineare (ad esempio il cancro al pancreas, il cancro alla testa e al collo) per l'estrazione di biomarcatori di imaging da queste modalità rappresenta un chiaro ostacolo all'uso di un approccio basato sui gemelli digitali.
La radiomica è un metodo che estrae un gran numero di caratteristiche dalle immagini mediche per consentire ai medici di migliorare i dati esistenti disponibili. La radiomica consente all'intelligenza artificiale di analizzare immagini multimodali, fornendo informazioni dettagliate e accurate sulla forma, l'intensità dei pixel, la consistenza e anche il filtraggio delle immagini per agevolare il processo decisionale della diagnosi e stimare i fattori prognostici 3.
È questa precisione dell'automazione che significa radiomics è il partner ideale per l'approccio digital twin per il futuro dell'assistenza sanitaria, fornendo l'analisi automatizzata dei cambiamenti nelle dimensioni, nella forma e nella consistenza del tumore insieme ai cambiamenti nella composizione corporea come la perdita di massa muscolare e di grasso che possono indicare cambiamenti nel rischio di mortalità attraverso lo sviluppo di cachessia.
Sebbene la radiomica possa costituire la base per accelerare la segmentazione e l'elaborazione delle immagini mediche, in particolare nei biomarcatori di imaging attualmente in fase di sperimentazione, il modo in cui questi biomarcatori di imaging potrebbero modificarsi con gli interventi clinici è ancora un lavoro in corso.
Sono necessari più studi basati su evidenze reali (RWE) e meta-analisi sulla letteratura esistente per poter generare collegamenti praticabili tra la radiomica e gli endpoint clinici, consentendo la creazione di pannelli di biomarcatori di imaging che possano essere utilizzati di routine nella gestione dei pazienti affetti da cancro all'interno del sistema sanitario.
La tecnologia di imaging digitale gemellare sarà un fattore chiave per i radiologi del futuro, offrendo una rappresentazione virtuale dinamica che integrerà i sistemi fisici in tempo reale. Dallo sviluppo dei gemelli digitali deriveranno progressi nella pratica clinica, consentendo previsioni specifiche per il paziente, come prevenzione, diagnosi di malattie e personalizzazione del trattamento. La capacità della radiologia di generare enormi quantità di dati da varie modalità, come TC e RM, sarà inoltre fondamentale nella creazione di questi gemelli digitali.
I radiologi saranno in grado di utilizzare l'imaging dei gemelli digitali per fare previsioni più accurate, migliorare la pianificazione del trattamento e valutare la risposta terapeutica su base individuale. Inoltre, l'imaging dei gemelli digitali non solo ottimizzerà la produttività clinica e ospedaliera, ma sarà anche utilizzato nella ricerca, nello sviluppo di nuovi dispositivi medici e nella formazione. Sebbene vi siano sfide tecniche ed etiche, come l'integrazione dei dati e la creazione di un quadro normativo appropriato, i potenziali vantaggi di questa tecnologia, tra cui una migliore accuratezza diagnostica e di trattamento senza intervenire su pazienti reali, la rendono uno strumento potente per il futuro della radiologia.
L'importanza delle tecnologie di imaging dei gemelli digitali nel futuro della medicina personalizzata è sul punto di diventare realtà; questo offrirà miglioramenti nei risultati clinici dei pazienti e un settore sanitario più economico ed efficiente. Innovazioni tecnologiche come la radiomica forniranno le basi per questo, offrendo un'analisi accurata, conveniente e tempestiva dei dati di imaging multimodale.
Referenze