Quasi 15 anni fa, la rivista TIME ha menzionato le biobanche come una delle dieci idee trasformative che stavano per cambiare il nostro mondo, immaginando un futuro in cui gli ultimi progressi medici, gli strumenti diagnostici all'avanguardia e i trattamenti salvavita sarebbero stati accessibili a tutti, indipendentemente dalla loro posizione, reddito o background. Questa visione mirava a democratizzare l'accesso alla conoscenza medica e detiene la chiave per sbloccare il pieno potenziale della medicina personalizzata e migliorare i risultati dei pazienti in tutto il mondo.
Le biobanche tissutali sono state determinanti nel progresso dell'assistenza sanitaria, facilitando l'identificazione e la convalida degli indicatori di malattia e promuovendo lo sviluppo di approcci terapeutici innovativi. Le biobanche basate sulla popolazione raccolgono dati dalla popolazione generale per identificare i fattori di rischio, sviluppare modelli di previsione o identificare marcatori per la diagnosi precoce delle malattie. Le biobanche orientate alla malattia raccolgono dati multi-omici da pazienti con cancro o malattie neurodegenerative per generare modelli digitali che predicono il rischio, la prognosi e le risposte al trattamento1.
A differenza delle biobanche convenzionali in cui sono presenti risorse significative per la gestione dei campioni, le biobanche di imaging sono completamente digitali. La loro crescita è strettamente legata alla capacità del calcolo ad alto rendimento di estrarre numerose caratteristiche quantitative, note come biomarcatori di imaging, catturate utilizzando tecnologie di acquisizione avanzate1La Società Europea di Radiologia (ESR) definisce biobanche di imaging come raccolte sistematiche di immagini mediche e corrispondenti biomarcatori di imaging che vengono condivisi tra numerosi ricercatori e interconnessi ad altri biorepository2.
Con la proliferazione di tecniche di imaging diagnostico ad alta risoluzione e la rapida adozione di cartelle cliniche elettroniche, il volume di dati generati è sbalorditivo e la condivisione dei dati tra istituzioni è diventata più diffusa. Questi progressi presentano sfide sostanziali per l'archiviazione dei dati e l'annotazione delle immagini. Molti medici sostengono l'integrazione delle immagini mediche con i dati delle cartelle cliniche. Allo stesso modo, un un numero crescente di aziende biofarmaceutiche cerca di formare partnership con esperti di imaging, come Quibim, in grado di estrarre dati preziosi, precedentemente invisibili, dalla vasta gamma di file di imaging insieme alle relative informazioni cliniche.
La logica alla base di tutto ciò è chiara e semplice: gli archivi di immagini mediche contengono un tesoro di informazioni meticolosamente strutturate e organizzate, accumulate nel corso di anni di studi clinici.
I biomarcatori di imaging sono componenti vitali delle biobanche di imaging, che si basano su analisi di dati su larga scala tramite strumenti bioinformatici avanzati. Questi biomarcatori sono fondamentali in oncologia e possono essere categorizzati in base alla funzione, inclusi esempi come biomarcatori predittivi, diagnostici, morfologici, di stadiazione e di monitoraggio3.
L'intersezione tra imaging medico, biomarcatori e analisi sofisticate è destinata a migliorare significativamente le capacità delle biobanche, portando a risultati sanitari migliori. Incorporando algoritmi di intelligenza artificiale e strumenti bioinformatici all'avanguardia, i biomarcatori di imaging possono essere sviluppati, convalidati e implementati in contesti clinici. Questi biomarcatori devono essere oggettivi, riproducibili ed efficaci nel rilevamento delle malattie, nella diagnosi e nella valutazione della risposta al trattamento. La principale limitazione nell'incorporazione di biomarcatori di imaging quantitativi nella pratica clinica è la standardizzazione dell'acquisizione tecnica, dell'elaborazione dell'analisi e della convalida clinica. Per affrontare questi problemi, è essenziale un approccio strutturato e graduale per lo sviluppo, la convalida e l'implementazione di questi biomarcatori. Questo metodo produce in definitiva una ricchezza di dati radiomici per l'archiviazione nelle biobanche di imaging, facilitando l'integrazione dei biomarcatori di imaging nella pratica clinica4.
Per una governance efficace di una biobanca è necessario mantenere una rete operativa che persegua attivamente obiettivi a lungo termine di creazione di conoscenza, miglioramento della salute e valore economico. La cooperazione è essenziale per ottimizzare il loro valore come motori del cambiamento traslazionale, coinvolgendo scienziati di varie discipline e il pubblico, fornitori di servizi sanitari per, decisori politici e rappresentanti dell'industria5.
Migliori Progetto PRIMAGE sta rivoluzionando il trattamento del cancro con una piattaforma basata su cloud che supporta il processo decisionale in materia di diagnosi, prognosi e terapia per tumori solidi maligni. PRIMAGE promuove la collaborazione tra la comunità scientifica e i partner commerciali utilizzando nuovi biomarcatori di imaging, simulazione della crescita tumorale in silico, visualizzazione avanzata e apprendimento automatico. Concentrandosi sui tumori pediatrici Neuroblastoma e Glioma pontino intrinseco diffuso, la piattaforma convalida infrastrutture dati e modelli di ricerca semplificando e proteggendo i processi dei dati. PRIMAGE rappresenta un significativo progresso nella diagnosi e nel trattamento del cancro, offrendo una soluzione reale per i pazienti e le loro famiglie. Entrambi i tumori non solo rappresentano la complessità della malattia oncologica, ma hanno anche un impatto sociale significativo, colpendo alcuni dei membri più vulnerabili delle nostre famiglie.
È fondamentale comprendere che la maggior parte dei pazienti oncologici non riceverà cure presso centri clinici di alto livello, ma all'interno delle comunità locali. Questo fatto sottolinea l'importanza di dotare queste comunità delle conoscenze e delle risorse necessarie per fornire la migliore assistenza possibile. Democratizzare la conoscenza medica va oltre il concetto tradizionale di diagnosi, evolvendosi in una comprensione più completa della condivisione delle informazioni. Smantellando le barriere tra le istituzioni e collegando le fonti di dati, possiamo iniziare a comprendere l'immensa complessità e variabilità delle diagnosi di cancro.
Per rivoluzionare davvero l'assistenza ai pazienti, dobbiamo imparare dall'era dell'informazione. La collaborazione è fondamentale per garantire che approfondimenti preziosi siano condivisi nella comunità medica. Le biobanche svolgono un ruolo fondamentale in questo processo di democratizzazione. Sono una fonte di dati e campioni di alta qualità, consentendo la trasformazione di prove biomediche grezze in applicazioni pratiche e cure personalizzate per i pazienti. Man mano che le biobanche continuano a evolversi ed espandersi, tutte le parti interessate devono collaborare per garantire la loro integrazione di successo nella moderna ricerca e sviluppo biomedico. Sottolineando l'interoperabilità, la collaborazione e la democratizzazione delle informazioni, le biobanche possono contribuire in modo significativo al processo decisionale in materia di politica sanitaria basato sulle prove e implementare nuove iniziative nella pratica, migliorando in ultima analisi la salute pubblica e il benessere.
La diagnosi di ogni paziente è unica e l'unico modo per comprenderne le sfumature è combinare l'apprendimento da diverse istituzioni e regioni. Questo approccio collaborativo ci consentirà di sviluppare trattamenti e strategie più efficaci per la vasta gamma di diagnosi di cancro che i pazienti devono affrontare.
La conoscenza e l'informazione medica sono la forza trainante che trasformerà per sempre la medicina personalizzata.
