AI-based Models for Cognitive Impairment Detection in Cancer Treatment: Analysis of Preclinical Data within the AI4ChemoBrain Project

Negli ultimi decenni, i progressi nella chemioterapia hanno contribuito ad aumentare la sopravvivenza dei pazienti oncologici, ponendo tuttavia l'attenzione su una nuova priorità clinica: il miglioramento della qualità della vita nei sopravvissuti, spesso compromessa da effetti collaterali persistenti. Tra questi, fino al 70% dei pazienti segnala difficoltà cognitive, note come chemobrain, che includono deficit di concentrazione, ragionamento, apprendimento e memoria, rendendo difficile lo svolgimento delle attività quotidiane. Nonostante la rilevanza del fenomeno, attualmente non esistono strategie efficaci per la sua prevenzione o trattamento. In questo contesto, il progetto AI4ChemoBrain intende sviluppare un modello predittivo di rischio individuale dell'insorgenza di chemobrain, attraverso l'impiego di tecnologie di apprendimento automatico e intelligenza artificiale. Il presente studio si inserisce nella fase iniziale del progetto, dedicata all'analisi di un dataset storico contenente dati comportamentali ottenuti da test cognitivi effettuati su modelli murini. L'obiettivo è lo sviluppo di un classificatore in grado di prevedere la presenza di deterioramento cognitivo nei soggetti. A tal fine, sono stati addestrati e valutati diversi algoritmi supervisionati di machine learning, che hanno portato all'identificazione di modelli con un'accuratezza superiore al 95%. Tali sistemi costituiscono uno strumento affidabile per l'individuazione dei soggetti con deficit cognitivi, risultando utili per le fasi successive del progetto. E' stata inoltre condotta un'analisi esplorativa mediante algoritmi non supervisionati, volta all'identificazione di eventuali fattori predittivi alternativi. Tuttavia, i risultati non hanno evidenziato nei dati caratteristiche coerenti con la presenza di disfunzioni cognitive, in linea con quanto rilevato dai modelli di classificazione supervisionata.