Diagnosi precoce del cancro del polmone utilizzando la tecnologia AI

Optellum ha ottenuto la marcatura CE per la sua Virtual Nodule Clinic, uno strumento software di supporto alle decisioni cliniche basato sull'intelligenza artificiale che aiuta i medici a identificare e monitorare i pazienti a rischio che presentano noduli polmonari sospetti che possono o meno essere cancerosi.

Quest'ultima certificazione consentirà l'uso nell'Unione Europea (UE) e nel Regno Unito (UK) e apre le porte a un'espansione europea per l'azienda in crescita. È l'ultima pietra miliare per Optellum, che ha ricevuto l'autorizzazione FDA 510(k) all'inizio del 2021 come prima domanda di diagnosi assistita dall'IA per il cancro ai polmoni. Da allora, l'azienda è stata supportata da partnership con il National Health Service (NHS) con il finanziamento di Innovate UK e il National Institute for Health Research (NIHR), ed è stata implementata per l'uso da parte dei pazienti in diversi ospedali statunitensi leader a livello mondiale come Atrium Wake Forest Baptist, Vanderbilt University Medical Center (VUMC) e University of Mississippi Medical Center (UMMC).

La Virtual Nodule Clinic integra il punteggio LCP (Lung Cancer Prediction) clinicamente validato basato sull'intelligenza artificiale per immagini e ha il potenziale per migliorare il coordinamento e le decisioni dell'assistenza clinica, con l'obiettivo di curare i pazienti prima che la malattia si metastatizzi, aumentando così in modo cruciale la sopravvivenza del cancro del polmone aliquote.

Il cancro del polmone ha il più alto tasso di mortalità di tutti i tumori, con l'attuale tasso di sopravvivenza a cinque anni al 20%. Tuttavia, il tasso di sopravvivenza per i piccoli tumori trattati allo stadio IA arriva fino al 90%, una disparità che evidenzia un'esigenza critica di diagnosi e trattamento il più presto possibile.1

La piattaforma è attualmente in fase di sperimentazione in dieci ospedali del NHS come parte di DOLCE, un progetto di ricerca fondamentale guidato dal professor David Baldwin, professore onorario di medicina presso l'Università di Nottingham e medico consulente presso il Nottingham University Hospitals NHS Trust. Il progetto fa parte del premio AI in Health and Care Award da 140 milioni di sterline del NHS AI Lab per accelerare i test e la valutazione dell'IA nel NHS in modo che i pazienti possano beneficiare di una diagnosi più rapida e personalizzata e di una maggiore efficienza nei servizi di screening.

Il professor Baldwin ha commentato: "Ci sono prove evidenti da una ricerca condotta con attenzione che questo strumento di previsione del cancro del polmone basato sull'intelligenza artificiale fa un lavoro migliore nel distinguere i noduli benigni da quelli maligni con il potenziale per risparmiare i soldi del SSN attualmente spesi per ripetere le scansioni TC. Lo studio DOLCE mira sia a confermare i risultati che a quantificare tale risparmio e dovrebbe essere l'ultimo passo verso la piena attuazione nel SSN”.

Optellum è anche il principale partner industriale del consorzio DART (Data Using Artificial Intelligence to Improvement Patient Outcomes with Thoracic Diseases) del Regno Unito, che collabora con il programma Targeted Lung Health Check del NHS England, che fornirà screening del cancro ai polmoni a circa 600,000 persone idonee.

Jason Pesterfield, CEO di Optellum, ha commentato: “Avere la marcatura CE ci consentirà di utilizzare la nostra IA innovativa nei siti clinici esistenti nel Regno Unito, consentendo a medici e pazienti di beneficiare della nostra tecnologia senza indugio. Ci consentirà inoltre di espandere le nostre vendite commerciali in Europa e di promuovere le nostre partnership esistenti con alcuni ospedali e cliniche che hanno fatto parte del nostro primo sviluppo del prodotto".

Optellum è stato anche recentemente presentato nell'AI Roadmap Report2 di Health Education England, che ha esaminato la preparazione del SSN per l'implementazione di nuove tecnologie di intelligenza artificiale e l'impatto che queste tecnologie avranno sulla forza lavoro, sul percorso del paziente e sulle prestazioni del sistema in generale.