La radiomica e l’intelligenza artificiale (IA) stanno ottenendo un riconoscimento sempre maggiore per la loro capacità di prevedere la risposta terapeutica, le recidive e la prognosi nei tumori gastrointestinali.
Un’equipe di ricercatori ha effettuato una revisione sistematica e una meta-analisi con lo scopo di analizzare il potenziale diagnostico e prognostico dell’IA e della radiomica applicate all’intero apparato digerente.
Gli esperti hanno selezionato dalla letteratura 120 studi ritenuti idonei, condotti tra il 2016 e il 2025. Sono state esaminate diverse applicazioni: endoscopia, colonscopia, videocapsula endoscopica, guida intraoperatoria, radiomica basata su TC/RM e modelli di IA applicati alla patologia molecolare e all’istopatologia.
Le prestazioni complessive sono state valutate tramite una meta-analisi con modello a effetti casuali e metodo della varianza inversa. Sono stati inoltre riportati i risultati relativi all’eterogeneità (I 2), al bias di pubblicazione (tramite funnel plot e test di Egger), alla qualità metodologica (Radiomics Quality Score, RQS) e al rischio di distorsione (PROBAST).
L’impiego dell’IA si è dimostrato estremamente efficace nel supportare la diagnosi e l’individuazione di lesioni durante le endoscopie del tratto superiore (OR = 16,12), le colonscopie per la ricerca di polipi colorettali (OR = 12,0) e le indagini con videocapsula (OR = 10,16). Anche la guida intraoperatoria si è rivelata uno strumento efficace per il processo decisionale chirurgico (OR = 8,12). Parallelamente, le strategie basate sull’IA per la valutazione del rischio hanno permesso di prevedere la comparsa di metastasi linfonodali, la tipizzazione molecolare del tumore e la sopravvivenza del paziente (OR = 9,62).
I modelli radiomici hanno predetto con successo le risposte al trattamento e le ricadute nei tumori rettali e colorettali (OR = 10,48), gastrici ed esofagei (OR = 10,81), così come nei set di dati molecolari e istopatologici (OR = 11,62) e nei modelli prognostici basati su TC/RM (OR = 10,59).
La valutazione RQS ha indicato una qualità metodologica medio-alta, mentre l’analisi PROBAST ha evidenziato un rischio di bias da basso a moderato. Gli Autori concludono che la validazione attraverso studi prospettici multicentrici e l’adozione di standard di refertazione uniformi sono passaggi fondamentali per aumentare l’affidabilità clinica di queste tecnologie e sostenere l’implementazione della medicina oncologica di precisione.
Front Med. 2026
https://www.frontiersin.org/journals/medicine/articles/10.3389/fmed.2026.1795060/full
