Il progetto si concentra sul linfoma della zona marginale del linfonodo (NMZL), una rara neoplasia delle cellule B caratterizzata da un’elevata difficoltà diagnostica e spesso soggetta a errori di identificazione.

Per affrontare questa sfida, il team di ricerca sta sviluppando un approccio innovativo che integra patologia digitale, biologia molecolare e intelligenza artificiale.

Grazie a tecniche avanzate di deep learning, sarà sviluppato un classificatore capace di analizzare congiuntamente immagini istologiche, dati clinici e profili molecolari. L’obiettivo è fornire ai clinici uno strumento semplice ed efficace che consenta di caricare le scansioni digitali dei vetrini istologici e ottenere rapidamente una diagnosi precisa di NMZL.

Il modello sarà addestrato su 900 casi provenienti da diversi centri europei, che costituisce uno dei dataset più completi mai raccolti per questo raro sottotipo di linfoma. La soluzione proposta punta a supportare i patologi esperti nella diagnosi, offrendo un supporto avanzato in grado di individuare con maggiore affidabilità una malattia rara e complessa.

Il progetto è realizzato dal Prof. Giusti in collaborazione con il Prof. Davide Rossi (IOR–USI) e il Prof. Luca Mazzucchelli (EOC), combinando competenze di intelligenza artificiale, medicina e patologia. È finanziato dalla Fondazione ISREC per la ricerca sul cancro, nell’ambito dei progetti TANDEM, programmi di ricerca che favoriscono la collaborazione tra ricerca di base e ricerca clinica, con l’obiettivo di trasformare le scoperte scientifiche in soluzioni mediche innovative e applicabili nella pratica.