Salute

L'analisi matematica delle immagini dei tumori infantili aiuta a capire il loro grado di aggressività.

I ricercatori del Dipartimento di Biologia Cellulare dell'Università di Siviglia e dell'Istituto di Biomedicina di Siviglia (IBiS) hanno pubblicato uno studio volto a sviluppare nuove terapie per combattere il cancro infantile.

Questo progetto rappresenta un passo in avanti dello studio del cancro che potrebbe aprire nuove vie di ricerca per aiutare a capire cosa rende un tumore meno aggressivo e come può essere combattuto. Tuttavia, i ricercatori sottolineano che la loro scoperta non rappresenta di per sé una cura per il cancro.

Il neuroblastoma è un tipo di cancro che ha origine durante lo sviluppo del sistema nervoso. Colpisce principalmente i bambini con meno di 18 mesi. È il tumore solido più comune nella prima infanzia e, nonostante i grandi miglioramenti apportati al tasso di guarigione per altri tumori infantili, il tasso di sopravvivenza per i pazienti affetti da questa tipologia tumorale è molto meno soddisfacente.

È evidente che il luogo in cui si trova e la matrice extracellulare che lo supporta svolgono un ruolo importante nella crescita iniziale e nello sviluppo del tumore. Questa impostazione è formata da una rete di fibre e fibrille che, a seconda della loro densità e del modo in cui sono collegate, conferiscono più o meno rigidità a questo microambiente tumorale.

Pertanto, è importante capire in che modo le cellule tumorali sono correlate alla matrice extracellulare e come sono organizzate le fibre e le fibrille. Questo non è facile.

Per raggiungere questo obiettivo, i ricercatori hanno combinato in questo studio l'analisi di immagini di campioni bioptici di tumori da pazienti affetti da neuroblastoma, con nuove procedure matematiche (Graph Theory) che hanno permesso loro di descrivere come sono organizzate le fibrille di vitronectina.

L'apprendimento automatico sta superando gli umani nel predire la morte o l'infarto. Questo è quello che suggerisce uno studio presentato recentemente all'ICNC 2019.

Analizzando ripetutamente 85 variabili in 950 pazienti con aspettative di vita di sei anni, un algoritmo ha “imparato” come interagiscono i dati dei loro volti. Ha quindi identificato i modelli che correlavano le variabili alla morte e all'attacco cardiaco con una precisione superiore al 90%.

L'apprendimento automatico, il moderno fondamento dell'intelligenza artificiale (AI), viene utilizzato ogni giorno. Il motore di ricerca di Google, il riconoscimento facciale su smartphone, le auto a guida autonoma, i sistemi di raccomandazione di Netflix e Spotify utilizzano tutti algoritmi di apprendimento automatico per adattarsi al singolo utente.

I medici si basano sui punteggi inerenti alle probabilità di rischio per prendere decisioni terapeutiche. Tuttavia, questi punteggi derivano da una serie di variabili e spesso hanno una precisione modesta nei singoli pazienti. Tuttavia, mediante la reiterazione e l'aggiustamento di alcuni processi di calcolo, l'apprendimento automatico può sfruttare grandi quantità di dati e identificare modelli complessi che potrebbero non essere evidenti agli esseri umani.

L'autore dello studio, il dottor Luis Eduardo Juarez-Orozco, (1) del Turku PET Centre, (2) in Finlandia, ha dichiarato: “Gli umani hanno difficoltà a pensare oltre tre dimensioni (un cubo) o quattro dimensioni (un cubo nel tempo). Il momento in cui saltiamo nella quinta dimensione ci perdiamo. i modelli ad alta dimensionalità sono più utili dei modelli a singola dimensione per prevedere i risultati negli individui e per questo abbiamo bisogno dell'apprendimento automatico.”

Il cancro della pelle è il più diffuso negli Stati Uniti. Se tu potessi vedere visibilmente i segni del cancro della pelle sul tuo corpo, saresti più propenso a prendere un appuntamento con il dottore?

Questa è la domanda che un gruppo di professori della BYU University Communications e della University of Utah hanno posto alle persone mentre cercavano i modi più efficaci per influenzarle a sottoporsi allo screening per il cancro.

Il team ha scoperto che la stimolazione visiva ha avuto un impatto significativo su coloro che hanno studiato, un gruppo di oltre 2.200 adulti di età compresa tra 18 e 89 provenienti da tutti gli Stati Uniti. I risultati dimostrano che la visualizzazione dei danni alla pelle, cagionati dalle radiazioni ultraviolette (UV), può indurre le persone ad avere timore, il che rende questi soggetti più propensi ad attuare comportamenti protettivi quando sono esposti alla luce solare, come spalmarsi le creme protettive e/o proteggere con indumenti le parti più sensibili del corpo.

“Parlare di cancro della pelle e apprendere fatti e tassi di mortalità. Queste informazioni rappresentano un linguaggio che ispira paura, ma le immagini erano così potenti che hanno spinto le persone a voler agire”, ha detto il dottor Kevin John, (1) un assistente professore in BYU Scuola di comunicazione e coautore dello studio.

Il gruppo ha testato una varietà di metodi tra cui mostrare storie di persone, foto di altre persone al sole, ecc. In totale, hanno usato 60 diverse varianti per capire quale metodo fosse il più efficace.