Modelli realistici per fornire una visione più chiara del carcinoma mammario
Secondo le stime, una donna su undici nell’UE svilupperà un tumore al seno prima di compiere i 74 anni d’età. Sebbene i tassi di mortalità per cancro al seno siano in calo nella maggior parte dei paesi dell’UE, questo tipo di tumore detiene ancora il primato di essere il più letale per le donne, a indicare la presenza di margine per il miglioramento. «Uno dei modi migliori per ridurre i decessi legati al cancro è la diagnosi precoce, che ha inizio con l’immaginografia del seno», afferma Kristina Bliznakova, ingegnere biomedica presso l’Università di medicina di Varna, in Bulgaria. Tuttavia, prima che si inizi a implementare una nuova modalità di imaging del seno per il rilevamento del cancro, essa deve essere sottoposta a test approfonditi volti a dimostrarne l’efficacia e la sicurezza. Ciononostante, a causa di considerazioni a livello etico, normativo e di costi, tali esperimenti non possono essere eseguiti su pazienti umani e i ricercatori si affidano invece a modelli fisici e virtuali dei tessuti mammari. «Disporre dell’accesso a modelli antropomorfi fisici e computazionali del seno che siano realistici e accurati è un requisito fondamentale per garantire il successo nello sviluppo di tecniche immaginografiche avanzate», aggiunge Bliznakova. Ed è per fornire questi modelli che è entrato in gioco il progetto PHENOMENO, finanziato dall’UE.
Modelli di seno realistici
Riunendo partner industriali e universitari, il progetto PHENOMENO ha utilizzato immagini reali del seno sottoposte a risonanza magnetica al fine di creare innovativi modelli computazionali e fisici. «Lo sviluppo di un modello quanto più realistico possibile ha fatto sì che il nostro team si dovesse impegnare in un’ampia ricerca sulla caratterizzazione del tessuto mammario, sulle tecniche di compressione del seno e sulla realizzazione di simulazioni di imaging mammario», spiega Bliznakova. Il progetto, che ha ricevuto il sostegno del programma di azioni Marie Skłodowska-Curie, ha inoltre sviluppato nuovi materiali di stampa e tecniche di stampa 3D per la produzione di modelli di seno realistici. Secondo Bliznakova, i modelli virtuali e fisici che ne derivano sono ora pronti per essere utilizzati nella sperimentazione di nuove tecniche di imaging del seno a raggi X. «Abbiamo prodotto un modello di seno antropomorfo che viene utilizzato per testare una promettente procedura di mammografia potenziata dal contrasto», spiega la ricercatrice.
Conteggio dei fotoni e intelligenza artificiale
In virtù della loro capacità di permettere un’efficace sperimentazione delle modalità di imaging avanzate, i modelli di PHENOMENO rappresentano un importante passo in avanti verso l’obiettivo di ridurre l’incidenza e l’impatto del tumore al seno. Tuttavia, come sottolinea Bliznakova, c’è ancora molto lavoro da fare. «Grazie alla forte collaborazione instaurata tra i partner del progetto, siamo in grado di dare continuità al nostro lavoro e di sviluppare ulteriormente i modelli mammari che abbiamo concepito», osserva l’ingegnere. Ad esempio, i ricercatori stanno attualmente cercando di produrre modelli di seno che presentino lesioni con l’obiettivo di utilizzarli successivamente al fine di testare un nuovo dispositivo di scansione basato sulla tomografia microcomputerizzata, sviluppato dall’Università di medicina di Varna. Alcuni dei partner del progetto stanno inoltre lavorando su un rilevatore avanzato per il conteggio dei fotoni, mentre un altro sta sfruttando la sua esperienza in materia di intelligenza artificiale al fine di aiutare i radiologi a interpretare le immagini del seno in maniera migliore. «Questo lavoro non contribuisce solamente allo sviluppo di tecniche e strumenti avanzati, ma sta anche creando una comunità di ricercatori di alta qualità dotati delle competenze necessarie per migliorare ulteriormente la diagnostica del cancro al seno», conclude Bliznakova.
Parole chiave
PHENOMENO, cancro, cancro al seno, imaging mammario, modelli di seno, risonanza magnetica, stampa 3D, raggi X, mammografia, intelligenza artificiale, radiologi
