Piattaforma basata sull'intelligenza artificiale, che integra profili patologici, di imaging e molecolari del cancro alla prostata (PRISM-AI)

L'obiettivo di questo studio osservazionale è utilizzare una piattaforma basata sull'intelligenza artificiale, che integra profili clinici, patologici, di imaging, genomici e trascrittomici del cancro alla prostata al fine di superare gli strumenti di stratificazione del rischio attualmente disponibili. Ciò potrebbe portare a una migliore valutazione del rischio di progressione e recidiva del cancro alla prostata.

Una sfida chiave nella gestione del cancro alla prostata non metastatico è identificare e distinguere tra gli uomini che probabilmente progrediranno verso una malattia clinicamente significativa e quelli la cui malattia probabilmente rimarrà indolente per il resto della loro vita, con l’obiettivo di offrire un trattamento invasivo solo ai pazienti che presentano una malattia che potrebbe influenzare la sopravvivenza specifica del cancro.

Nell’ambito di un team multidisciplinare di urologi ed esperti di salute digitale, è stato progettato uno studio in due fasi. Una coorte retrospettiva di 200 pazienti sottoposti a prostatectomia radicale sarà identificata all'interno dei tre centri clinici partecipanti. I dati clinici, patologici e MRI verranno raccolti e archiviati in un'apposita piattaforma online anonimizzata. Per ciascun paziente verranno analizzate le sequenze dell'intero esoma (DNAseq) (campioni totali=200) e le analisi del trascrittoma (RNAseq) sia per i tessuti tumorali che per quelli non tumorali (campioni totali=400). Parallelamente, inizierà il reclutamento di una potenziale coorte di 200 nuovi pazienti affetti da PCa con diagnosi di biopsia. Per questi pazienti verranno raccolti anche campioni di sangue e urina. Verranno raccolti i dati e verranno eseguite le analisi genetiche (campioni totali = 1.000) come nella fase retrospettiva. I pazienti saranno trattati e seguiti secondo la migliore pratica clinica.

Risultati attesi La fase retrospettiva consentirebbe di identificare geni, caratteristiche patologiche e caratteristiche di imaging MRI che possono correlarsi con la biologia del PCa, al fine di creare e addestrare l'algoritmo basato sull'intelligenza artificiale. La fase prospettica consentirà la validazione dello strumento prognostico, la definizione di un nuovo raggruppamento di rischio e la valutazione del ruolo prognostico dell'analisi dei biofluidi.