La prestigiosa rivista Nature Medicine pubblica i primi risultati di I3Lung, il grande progetto di ricerca internazionale guidato da Arsela Prelaj, oncologa dell’IRCCS Istituto Nazionale dei Tumori. Lo studio (presentato anche alla World Conference on Lung Cancer 2026 in corso a Seoul) conferma un dato: l’Intelligenza artificiale è in grado di prevedere l’efficacia dell’immunoterapia nei pazienti con cancro polmonare non a piccole cellule metastatico (mNSCLC). Permettendo «terapie più mirate e personalizzate».
Milano, 14 settembre 2026 – Quattro anni di lavoro, 2.396 pazienti coinvolti e 16 partnership attivate, per creare una rete di collaborazioni con centri clinici e di ricerca in tutto il mondo. Ma ora i3Lung, il più grande studio multimodale condotto grazie all’Intelligenza artificiale sui pazienti con cancro polmonare non a piccole cellule metastatico (mNSCLC), sta dando i primi risultati. E sono promettentissimi.
Lo certifica Nature Medicine, una delle più prestigiose riviste del settore, che pubblica uno studio prodotto dal team guidato dalla dottoressa Arsela Prelaj, oncologa della Fondazione IRCCS Istituto Nazionale dei Tumori di Milano e principal investigator del progetto.
Lo studio, che è stato presentato anche nella World Conference on Lung Cancer 2026 (il congresso più importante sul cancro al polmone che si chiude domani, 15 settembre), è nato nell’ambito di Horizon Europe 2021 e della categoria “Ensuring access to innovative, sustainable and high-quality health care”, riguarda il sottotipo più comune di cancro polmonare e ha l’obiettivo di indagare la risposta dei pazienti all’immunoterapia.
Per questo tipo di patologia, l’immunoterapia – combinata o meno con la chemioterapia – è lo standard di cura; ma spesso presenta una forte tossicità e purtroppo non sempre porta ad un’efficacia clinica duratura. Nonostante sia un trattamento comune da un decennio, la sua selezione nel caso di un cancro polmonare non a piccole cellule si basa ancora su analisi di sottogruppi e punteggi clinici; e l’efficacia, di fatto, si riesce a misurare solo ex post.
Lo studio pubblicato su Nature Medicine, in pratica, ribalta questa prospettiva, aprendo la strada alla possibilità di prevedere prima per quali pazienti la terapia sarà più efficace e che tipo di risposta ci si può attendere.
«Abbiamo raccolto da una popolazione molto ampia quattro tipologie di dati: immagini di TC, dati di digital pathology, dati di genomica e risultati clinici di normali esami di laboratorio, integrandoli in modelli di machine learning early fusion (MLEF) e deep learning intermediate-fusion (DLIF)», spiega la dottoressa Prelaj, che nell’Istituto milanese dirige l’Ai-on Lab, il laboratorio di ricerca sulle applicazioni dell’AI in oncologia. Il risultato, in pratica, è un algoritmo in grado di prevedere meglio la risposta individuale ai regimi di immunoterapia. Ovvero, aggiunge Prelaj, «uno strumento che aiuterà a stratificare correttamente i pazienti con mNSCLC e a creare un trattamento su misura per ogni caso, promettendo di migliorare molto l’efficacia dell’immunoterapia».
La ricerca comprende anche uno usability study che ha misurato l’utilità dello strumento per una platea di medici più ampia degli specialisti del cancro al polmone. «In pratica, abbiamo scelto 100 pazienti e randomizzato 10 medici di tutto il consorzio esperti in lung cancer e 10 non esperti, quindi general oncologists. Abbiamo chiesto di predire l’efficacia dell’immunoterapia del paziente con o senza il tool. Dal confronto emerge che tutti i colleghi beneficiano dell’aggiunta di questo strumento, ma chi ne beneficia di più sono proprio i general oncologists. È un messaggio importante, che apre prospettive ampie per il futuro».
