AIRC sostiene la ricerca sul cancro dell’Università di Milano-Bicocca: a Giulia Capitoli un “My First AIRC Grant” di 500 mila euro per migliorare la diagnosi dei tumori della tiroide grazie all’intelligenza artificiale

Nel progetto quinquennale l’IA sarà utilizzata per combinare l’analisi delle immagini ottenute con strumenti diagnostici ai dati biologici provenienti da più esami di laboratorio. Obiettivi: chiarire i casi indeterminati e ridurre interventi non necessari
Image
u8 drone

Giulia Capitoli, ricercatrice del dipartimento di Medicina e chirurgia dell’Università degli Studi di Milano-Bicocca, ha ottenuto un “My First AIRC Grant 2025” (MFAG) come Principal Investigator del progetto “AI-Guided Image Recognition and Multiomic Integration for Thyroid Cancer Diagnosis”. Il grant prevede un finanziamento di quasi 100mila euro per il 2026, rinnovabili per i prossimi cinque anni.

L’obiettivo è affrontare una delle aree più critiche nella diagnosi dei noduli tiroidei: i casi indeterminati, in cui l’esito dell’esame citologico su agoaspirato non permette di chiarire con sufficiente certezza se una lesione è benigna o maligna. In questi scenari molti pazienti vengono indirizzati alla chirurgia, per poi scoprire a intervento effettuato che il nodulo era benigno. Con questo progetto si punta dunque a ridurre gli interventi non necessari e a supportare clinici e patologi a discernere meglio le differenze tra i diversi casi con un sistema più accurato, precoce e personalizzato.

Al cuore dello studio vi è una piattaforma con cui è possibile integrare tre livelli di informazione dei dati dei pazienti: le immagini ottenute da biopsie e vetrini digitalizzati; i dati biologici e molecolari, raccolti dai campioni  tramite tecniche di proteomica spaziale come MALDI mass spectrometry imaging; e i dati clinici bioptici. L’AI verrà addestrata a riconoscere automaticamente le caratteristiche cellulari rilevanti nelle biopsie e a individuare biomarcatori molecolari associati alla malattia. L’integrazione con le informazioni cliniche consentirà di produrre segnali di allerta di malignità e una stima del rischio interpretabile e utilizzabile nella pratica clinica come supporto alle decisioni.