Un modello di IA prevede i risultati del cancro al fegato utilizzando marcatori di ossigeno e immunitari

Il carcinoma epatocellulare (HCC) è la forma più comune di tumore al fegato e una delle principali cause di morte per cancro a livello mondiale. La chemoembolizzazione transarteriosa (TACE) è un'opzione terapeutica fondamentale, ma prevedere quali pazienti risponderanno al trattamento rimane una sfida complessa.

Questo studio multicentrico ha sviluppato un innovativo modello di fusione che combina due marcatori biologici fondamentali: i fattori correlati all'ipossia (la risposta dei tumori alle condizioni di basso contenuto di ossigeno) e le caratteristiche del fenotipo immunitario (l'ambiente immunitario del tumore). L'obiettivo era creare un metodo non invasivo per prevedere gli esiti del trattamento nei pazienti affetti da HCC sottoposti a TACE.

L'approccio basato sulla fusione rappresenta un significativo progresso rispetto ai tradizionali metodi prognostici, integrando molteplici vie biologiche che influenzano la progressione del cancro e la risposta al trattamento. Combinando i marcatori di ipossia e quelli immunitari, il modello è potenzialmente in grado di fornire un quadro più completo della biologia tumorale.

Questa ricerca potrebbe trasformare il processo decisionale clinico, aiutando gli oncologi a identificare, prima di procedere con l'intervento, quali pazienti hanno maggiori probabilità di beneficiare del trattamento con TACE. Una migliore capacità prognostica potrebbe portare a piani terapeutici più personalizzati, con il potenziale di migliorare i tassi di sopravvivenza ed evitare trattamenti non necessari nei pazienti con scarsa probabilità di risposta. La natura non invasiva di questo approccio è particolarmente preziosa, poiché potrebbe ridurre il carico per il paziente e i costi sanitari, mantenendo al contempo l'accuratezza prognostica.