Introduzione

Con questo brevetto è stato creato un indice di densità di fibre di sostanza bianca cerebrale che permette di aumentare significativamente la predizione della sopravvivenza nel glioblastoma (GBM), il più comune tumore maligno dell’encefalo, in accordo con l’assunzione che la prognosi dello stesso non sia indipendente dall’organizzazione strutturale dell’encefalo.

Caratteristiche Tecniche

Sebbene il dato di neuroimmagine sia imprescindibile per la diagnosi e il planning chirurgico dei tumori cerebrali, nel campo dei fattori prognostici del GBM non esiste un biomarcatore basato sulla topologia spaziale del tumore in relazione all’organizzazione strutturale dell’encefalo. L’invenzione consiste nello sviluppo di un indice di stima indiretta di densità strutturale della disconnessione delle fibre della sostanza bianca cerebrale indotta da un particolare tumore (numero medio di fibre, rispetto ad un atlante normativo, che attraversano ciascun voxel – l’unità 3D che racchiude il segnale dello scanner cerebrale, analoghi a pixel 2D degli schermi digitali – per ogni tumore, a seconda della sua sede) misurabile con tecniche di diffusione di risonanza magnetica (RMN). Questo indice si dimostra promettente per un ampio utilizzo nella pratica clinica e nei trial clinici e potrebbe essere utilizzato come biomarcatore per la valutazione di nuove terapie, rendendo la prognosi del paziente più accurata. TRL 4

Possibili Applicazioni

• Vendita software da distribuire ad aziende terzi produttrici di macchinari di RMN;
• Integrazione di tutti gli step di analisi e preprocessing nel prodotto finale;
• Cloud gestito/integrato da università o start-up (companies trial clinici, ricercatori, clinici).

Vantaggi

• Facilità di applicazione sul dato di RMN acquisito in ambito clinico
• Possibile sviluppo di metodologia end-to-end: dall’esame (RMN clinica) alla stima della sopravvivenza tramite un passaggio;
• Facilità di utilizzo anche per clinici e ricercatori non familiari con linguaggi di programmazione;
• Prognosi del paziente più accurata già prima dell’intervento chirurgico e possibile personalizzazione della metodica per offrire differenti atlanti normativi con caratteristiche specifiche per il dato (es. stratificando il dataset per età, genere o provenienza geografica).