L’imaging medico avanzato in oncologia ha acquisito un interesse crescente per le sue potenzialità nella radioterapia guidata da immagini e più recentemente per la personalizzazione del trattamento. Esiste un consenso generale sul fatto che le informazioni ricavabili da immagini mediche multimodali, che vengono tipicamente acquisite sui pazienti durante il workflow del trattamento radioterapico, possano servire per identificare biomarcatori basati su immagini, che mostrano un potere predittivo della risposta al trattamento. Nonostante queste evidenze, gli attuali modelli applicati in clinica per mettere a punto la dosimetria del piano di trattamento, in funzione della risposta del tumore attesa e della tossicità indotta dalle radiazioni, non fanno uso di dati di imaging specifici del paziente, ma si basano su parametri radiobiologici tipicamente derivati da esperimenti in vitro, abdicando così alla descrizione della complessità biologica in vivo della patologia e degli organi a rischio su base paziente-specifica e multi-scala.
Il progetto TAILOR - A technical framework for combining multi-parametric imaging with advanced modelling in personalized radiotherapy, proposto dal Prof. Guido Baroni e dal CartCasLab e finanziato dall'Associazione Italiana per la Ricerca contro il Cancro (AIRC), mira a superare i limiti sopra menzionati, integrando l’imaging multi-parametrico specifico del paziente con modelli matematici avanzati che rivelano informazioni macroscopiche, microscopiche e radiobiologiche, per potenziare la previsione della risposta al trattamento, la stratificazione dei pazienti e la successiva ottimizzazione e personalizzazione del trattamento in radioterapia a fasci esterni.
Attraverso una collaborazione chiave con istituzioni cliniche, tra cui il Centro Nazionale di Adroterapia Oncologica (CNAO, Pavia, Italia) e l'Istituto Europeo di Oncologia (IEO, Milano, Italia), i modelli matematici proposti sfrutteranno l'informazione proveniente da imaging multi-parametrico ottimizzato per predire la risposta al trattamento su scale diverse. Tali modelli serviranno come strumenti decisionali in radioterapia verso un approccio ottimizzato e personalizzato che porterà a una migliore cura del paziente e costi di trattamento ridotti.
