La rivoluzione nella cura oncologica si preannuncia attraverso la creazione di “gemelli digitali” dei pazienti, simulazioni virtuali in continuo aggiornamento che ambiscono a ridefinire l’approccio alla diagnosi, al trattamento e alla gestione dei tumori.
Davide Riccobelli, ricercatore del gruppo mathLab presso la Scuola Internazionale Superiore di Studi Avanzati (Sissa) di Trieste, guida questa ricerca all’avanguardia, presentata in occasione dei festeggiamenti per il quindicesimo anniversario del gruppo di matematica applicata diretto da Gianluigi Rozza.
L’obiettivo non è semplicemente replicare digitalmente un paziente oncologico, ma costruire un modello predittivo dinamico, capace di integrare la complessità biologica e fisiopatologica della malattia.
Il punto di partenza è rappresentato dallo stato dell’arte dei modelli matematici del tumore, che tentano di catturare aspetti cruciali come l’angiogenesi, la risposta immunitaria, la diffusione metastatica e l’interazione con i tessuti circostanti.
Tuttavia, questi modelli, pur essenziali, sono spesso computazionalmente intensivi e difficili da adattare alla variabilità interindividuale.
Qui interviene l’innovazione dei “modelli ridotti”.
Questi modelli semplificati, pur preservando le dinamiche fondamentali del tumore, permettono di effettuare simulazioni più rapide e flessibili, cruciali per la personalizzazione della cura.
La riduzione della complessità computazionale non compromette l’accuratezza predittiva, anzi, facilita l’integrazione di dati clinici in tempo reale, rendendo il gemello digitale un organismo virtuale in continua evoluzione.
L’adozione di tecniche di intelligenza artificiale, in particolare l’apprendimento automatico, amplifica ulteriormente il potenziale di questi modelli.
Gli algoritmi vengono “addestrati” sui dati del gemello digitale per stimare i parametri più significativi che descrivono la progressione tumorale in un singolo paziente.
Questo processo non si limita alla previsione, ma include anche l’analisi di incertezza, fornendo una stima dell’affidabilità delle previsioni e permettendo di valutare diverse strategie terapeutiche *in silico* prima di implementarle nella pratica clinica.
La collaborazione con l’Istituto Tumori di Milano ha permesso una prima applicazione concreta di questa tecnologia, focalizzata sui sarcomi, tumori rari e complessi.
L’approccio promette di ottimizzare la somministrazione di farmaci, individuando le dosi più efficaci e minimizzando gli effetti collaterali, e di pianificare interventi chirurgici con maggiore precisione, riducendo i rischi e migliorando i risultati.
Nonostante i progressi, il percorso verso l’implementazione clinica diffusa richiede ulteriori sforzi.
Riccobelli prevede che un impiego concreto dei gemelli digitali possa diventare realtà entro un orizzonte temporale di 4-5 anni.
Le risorse computazionali e le competenze algoritmiche sono già disponibili, la sfida attuale si concentra sullo sviluppo di modelli biomeccanici sempre più sofisticati e sulla loro validazione rigorosa attraverso l’analisi di dati clinici reali, garantendo così la traduzione efficace della ricerca di laboratorio in benefici tangibili per i pazienti oncologici.
L’etica e la protezione dei dati rappresentano, inoltre, considerazioni cruciali da integrare fin dalle prime fasi di sviluppo.
