Roma, 9 novembre 2021 (Agonb) – La capacità odierna di analizzare rapidamente grandi quantità di dati complessi avvicina sempre più i medici a trattamenti personalizzati per i pazienti. Il team di John F. McDonald, professore presso la School of Biological Sciences e direttore dell’Integrated Cancer Research Center del Petit Institute for Bioengineering and Bioscience presso il Georgia Institute of Technology, in collaborazione con l’Ovarian Cancer Institute di Atlanta, sta utilizzando algoritmi di apprendimento automatico ensemble per prevedere con alti tassi di precisione come i pazienti risponderanno ai farmaci antitumorali.
Il lavoro, pubblicato sul Journal of Oncology Research, ha portato allo sviluppo di modelli predittivi basati sull’apprendimento automatico per 15 diversi tipi di cancro, utilizzando i dati di 499 linee cellulari indipendenti fornite dal National Cancer Institute. Ora, Questi modelli sono stati quindi convalidati rispetto a un set di dati clinici contenente sette farmaci chemioterapici, somministrati singolarmente o in combinazione, a 23 pazienti con cancro ovarico. I ricercatori hanno riscontrato un’accuratezza predittiva complessiva del 91%.
“Ciò che speriamo è che avremo presto strumenti in grado di prevedere con precisione la probabilità che un paziente risponda alle terapie di prima linea e, se ciò non accade, di essere in grado di fare previsioni accurate sul prossimo farmaco da provare”, ha precisato McDonald. (Agonb) Cdm 12:00.
