Sviluppo di un metodo software per l’identificazione automatizzata di cellule di pazienti affetti da tumori ematologici in una piattaforma diagnostica in-vitro

L'analisi delle immagini di microscopia come sorgenti di importanti contenuti informativi è diventata sempre più centrale per i test diagnostici a supporto della medicina personalizzata, in forte crescita negli ultimi anni. In questo campo, la piattaforma di diagnosi in-vitro sviluppata presso CellPly mira a trovare la terapia farmacologica migliore per pazienti affetti da tumori ematologici, a seconda delle caratteristiche specifiche delle loro cellule. L'analisi delle immagini di microscopia in fluorescenza di cui si serve è fondamentale a questo scopo. Il procedimento di diagnosi parte dall'identificazione delle cellule nelle immagini, compito di cui ci si è occupati in questo lavoro di tesi. In particolare, si è sviluppato un algoritmo, integrato nel software di analisi di CellPly, per eseguire la detection delle cellule in modo automatico, con l'impostazione di alcuni parametri, fatta manualmente in precedenza, ora eseguita autonomamente sulla base delle caratteristiche delle singole immagini analizzate. Al termine dell'operazione di detection si hanno a disposizione molteplici informazioni sulle cellule del paziente. L'algoritmo proposto è stato validato attraverso il confronto dei risultati con un Gold Standard, e ha dimostrato rispettare ampiamente le specifiche richieste in quanto a capacità di identificazione corretta delle cellule nelle immagini. I risultati forniti dall'algoritmo, inoltre, sono stati utilizzati come base per la predizione dell'efficacia di un determinato trattamento farmacologico su alcuni pazienti, ottenendo risultati concordi al responso clinico.