Intelligenza artificiale e stadiazione del cancro nelle neoplasie gastrointestinali superiori

I tumori dell'esofago e dello stomaco, che costituiscono i tumori della regione superiore dell'apparato digerente, sono tumori frequentemente osservati e purtroppo hanno un basso tasso di pazienti guariti. In questi casi, lo stadio del cancro alla diagnosi è molto importante per due motivi; Innanzitutto, lo stadio del cancro è direttamente correlato al tempo di sopravvivenza. In secondo luogo, il trattamento è pianificato in base allo stadio. Diversi trattamenti vengono applicati ai pazienti in diverse fasi. Attualmente, il sistema di stadiazione TNM (tumore, linfonodi e metastasi) è quello accettato in tutto il mondo. Nonostante i numerosi strumenti tecnologici avanzati utilizzati nella stadiazione (Tomografia Computerizzata, Risonanza Magnetica per Immagini, Ecografia Endoscopica), permangono difficoltà nella corretta stadiazione prima dell'intervento chirurgico o prima-dopo la terapia neoadiuvante. Le tecniche di intelligenza artificiale sono sempre più utilizzate nel campo della salute, in particolare nella diagnosi e nel trattamento dei tumori. L'ottenimento di dettagli del cancro nelle immagini radiologiche, che non possono essere notati dall'occhio umano, analizzando i big data con l'ausilio di algoritmi ha dato origine all'area di applicazione della "radiomica". Si afferma che con la Radiomica ci saranno miglioramenti sia nella diagnosi che nella stadiazione dei tumori e, di conseguenza, nel trattamento. Mentre ci sono studi sull'uso di metodi endoscopici con intelligenza artificiale per la diagnosi precoce dei tumori esofagei, un numero limitato di studi è stato condotto sulla stima dello stadio da immagini radiologiche. In particolare, non ci sono abbastanza studi sull'indagine dei cambiamenti nelle dimensioni del tumore dopo la chemioterapia con l'intelligenza artificiale e la stima della stadiazione. In questo studio, si è mirato a indagare l'efficienza predittiva della stadiazione e l'accuratezza dell'algoritmo sviluppato con intelligenza artificiale elaborando immagini tomografiche in una regione in cui i tumori esofagei sono endemici come esito primario e valutare la mortalità post-trattamento, morbilità tassi e tassi di complicanze dei pazienti come risultato secondario.