Radiogenomic signature per l’identificazione preoperatoria dell’aggressività e della prognosi del tumore del colon-retto
Il progetto, sviluppato nell’ambito di PE6 HEAL Italia – Spoke 8, WP2, Task 3, è finalizzato allo sviluppo di una firma radiogenomica per l’identificazione preoperatoria dell’aggressività biologica e della prognosi del tumore del colon-retto.
L’attività di ricerca integra dati di imaging TC, informazioni clinico-radiologiche e dati genomici, con l’obiettivo di costruire modelli predittivi avanzati in grado di supportare la stratificazione del rischio prima dell’intervento chirurgico.
La fase retrospettiva dello studio è stata completata con l’arruolamento di 300 pazienti, l’annotazione e segmentazione manuale completa di tutte le lesioni di carcinoma del colon e lo sviluppo del modello di machine learning. Il modello integrato, basato sulla combinazione di dati radiomici, clinico-radiologici e genomici, ha mostrato prestazioni superiori rispetto all’impiego del solo imaging, raggiungendo un valore di AUC pari a 0,84.
I risultati dello studio sono stati pubblicati sulla rivista European Radiology con il seguente lavoro:
“CT-based radiogenomic analysis to predict high-risk colon cancer (ATTRACT): a multicentric trial”
Eur Radiol. 2025 Dec;35(12):7462-7470. doi: 10.1007/s00330-025-11728-5.
Parallelamente, è tuttora in corso lo sviluppo di strumenti di segmentazione automatica basati su intelligenza artificiale, mentre la fase prospettica del progetto è attualmente in avanzamento, con 180 pazienti arruolati, 150 segmentazioni manuali completate e analisi molecolari in corso in 150 casi.
Il progetto contribuisce allo sviluppo di approcci innovativi di medicina di precisione, finalizzati a migliorare la valutazione preoperatoria dei pazienti affetti da carcinoma del colon-retto e a supportare decisioni cliniche sempre più personalizzate.
Progetto realizzato nell’ambito di HEAL Italia e sostenuto con fondi PNRR.
Sito ufficiale HEAL Italia:
https://www.healitalia.eu/
HEAL Spoke 8, WP2, Task 3 is focused on the development of a radiogenomic signature for the preoperative identification of colorectal cancer aggressiveness and prognosis. The retrospective phase has been completed, with enrollment of 300 patients, full manual annotation and segmentation of all colon cancer lesions, and completion of machine-learning model development. The integrated model combining radiomic, clinical-radiological, and genomic data demonstrated improved performance compared with imaging alone, reaching an AUC of 0.84. The study results were published in European Radiology as: “CT-based radiogenomic analysis to predict high-risk colon cancer (ATTRACT): a multicentric trial” (Eur Radiol. 2025 Dec;35(12):7462-7470. doi: 10.1007/s00330-025-11728-5.)
In parallel, AI-based automatic segmentation is still under development, while the prospective phase is ongoing, with 180 patients enrolled to date, 150 manual segmentations completed, and molecular analyses ongoing in 150 cases.