Oncologia territoriale integrata: il machine learning e il deep learning come strumenti per una medicina personalizzata e di precisione
Scritto da Stefano Giordani - Francesca Giuliani - Daniela Lucini - Stefania Gori - Antonio Maestri - Giovanni Brandi - Stefano Magno - Claudia Maggiore - Luigi Cavanna - Silvia Gheorghita - Paola Varese - Michele NichelattiAlla base dell’espandersi e del consolidarsi dell’impiego di intelligenza artificiale (IA) nei Centri oncologici italiani di eccellenza vi è la grande mole di dati, necessari al machine learning (ML) e al deep learning, messa a disposizione dai tanti studi multicentrici internazionali, e anche dalle revisioni sistematiche e metanalisi relative all’ultima decade. Diverse tecniche di IA si sono dimostrate molto vantaggiose in oncologia sia in campo diagnostico che terapeutico, così come il ML ha trovato e trova nella stratificazione in funzione del rischio, per il decision making prognostico e terapeutico, un ambito di applicazione particolarmente fertile. Gli autori concludono che oncologia territoriale e oncologia ospedaliera potranno beneficiare ampiamente del ML in termini di diagnosi, prognosi, trattamento e percorsi di assistenza al malato, a patto però che si investa nello sviluppo tecnologico in modo che si tenga il passo con il progresso della ricerca clinica.