IA e test sangue contro trombosi venosa in oncologia

Un nuovo modello basato sull’Intelligenza artificiale e sull’analisi delle proteine presenti nel plasma sanguigno potrebbe prevedere il rischio di trombosi venosa nei pazienti oncologici, una delle principali cause di morte associate al cancro. È quanto emerge da uno studio del Beth Israel Deaconess Medical Center, a cui hanno preso parte ricercatori italiani. I risultati sono stati pubblicati su Science Translational Medicine e identificano anche un possibile nuovo bersaglio terapeutico legato ai processi infiammatori.

La trombosi venosa, che comprende eventi come embolia polmonare e trombosi venosa profonda, rappresenta una complicanza frequente nei malati di tumore, ma gli attuali modelli di valutazione del rischio spesso non bastano a identificare i pazienti da sottoporre alle terapie anticoagulanti preventive. Per superare questi limiti, i ricercatori hanno utilizzato algoritmi di machine learning per analizzare oltre 1.100 proteine presenti nel plasma di 163 pazienti con tumore gastrico o polmonare monitorati nel tempo per eventi trombotici. Il modello finale, costruito su 11 marcatori biologici e parametri clinici, ha mostrato prestazioni superiori rispetto agli strumenti oggi più utilizzati, confermando i risultati anche in una seconda coorte indipendente di pazienti.

Tra i biomarcatori individuati emerge in particolare il recettore CD200R1, coinvolto nei meccanismi di regolazione dell’infiammazione. Gli esperimenti sui topi hanno mostrato che la riduzione di questo recettore aumenta i livelli della molecola infiammatoria IL-17A e altera l’equilibrio tra trombina e antitrombina, favorendo così i processi trombotici. I ricercatori hanno inoltre osservato che, in precedenti studi clinici su pazienti Covid-19, i trattamenti con anticorpi anti-IL-17A erano associati a un rischio inferiore di tromboembolia polmonare. Secondo gli autori, questo risultato suggerisce la possibilità di sviluppare nuove strategie terapeutiche antinfiammatorie per prevenire le trombosi nei pazienti oncologici