L’insulino‑resistenza predetta con l’apprendimento automatico è un fattore di rischio per 12 tipi di cancro

Perché questa ricerca conta per la salute di tutti i giorni

La maggior parte delle persone sa che il sovrappeso e il diabete di tipo 2 possono aumentare la probabilità di sviluppare un cancro, ma il legame nascosto tra questi eventi — cioè quanto bene l’organismo risponde all’insulina — viene raramente misurato nelle visite di routine. Questo studio mostra che un punteggio generato dal computer di “insulino‑resistenza”, costruito solo a partire da esami del sangue comuni e dati sanitari di base, può segnalare persone a rischio aumentato non solo di diabete e problemi cardiaci, ma anche di diversi tumori principali. Suggerisce che le informazioni che i medici raccolgono già potrebbero essere combinate in modi più intelligenti per identificare prima gli individui ad alto rischio e orientare controlli più mirati.

Un’impronta digitale digitale dell’insulino‑resistenza

L’insulina è un ormone che facilita il passaggio dello zucchero dal sangue agli organi come muscoli, fegato e tessuto adiposo. Quando questi tessuti smettono di rispondere correttamente — fenomeno chiamato insulino‑resistenza — l’organismo compensa producendo più insulina, condizione che nel tempo può portare a diabete di tipo 2 e malattie cardiache. Il test di riferimento per misurare l’insulino‑resistenza è complesso, dispendioso in termini di tempo e non adatto a grandi numeri di persone. Anche misure di ricerca più semplici richiedono livelli di insulina a digiuno, che non vengono controllati nella pratica quotidiana. Per superare questo ostacolo, i ricercatori avevano precedentemente addestrato un modello di apprendimento automatico per prevedere se una persona fosse insulino‑resistente sulla base di nove misure di routine: età, sesso, razza, indice di massa corporea (BMI), glicemia a digiuno, emoglobina glicata (HbA1c), trigliceridi, colesterolo totale e colesterolo “buono” HDL. Il punteggio risultante è chiamato insulino‑resistenza derivata dall’intelligenza artificiale, o AI‑IR.

Validare il punteggio su centinaia di migliaia di persone

In questo nuovo lavoro, il team ha applicato AI‑IR ai dati di oltre 370.000 partecipanti della UK Biobank, uno studio di lunga durata sulla salute di adulti tra i 40 e i 69 anni. Per prima cosa hanno verificato se il punteggio potesse prevedere chi avrebbe sviluppato diabete, problemi cardiaci o sarebbe deceduto durante il follow‑up. Le persone senza diabete risultate positive per AI‑IR avevano circa sette volte più probabilità di sviluppare il diabete rispetto a quelle AI‑IR‑negative, anche tenendo conto di età e sesso. Avevano inoltre maggior probabilità di essere ricoverate per diabete, di sperimentare eventi maggiori cardiovascolari e vascolari e di morire per cause cardiovascolari o per qualsiasi causa. In confronto diretto con misure più semplici come il BMI, la sindrome metabolica e due indici basati sui grassi ematici, AI‑IR ha fornito le previsioni più accurate per il diabete futuro.

Collegare l’insulino‑resistenza al cancro

I ricercatori si sono poi concentrati sul cancro. Tra i partecipanti senza una storia di cancro all’inizio dello studio hanno seguito chi sviluppava diversi tipi di tumore nel tempo, utilizzando i registri collegati del National Health Service. Considerando tutti i tumori nel loro insieme, AI‑IR non ha modificato il rischio complessivo. Tuttavia, analizzando i tumori per sede è emerso un quadro più chiaro. Le persone senza diabete ma con un punteggio AI‑IR positivo presentavano rischi più elevati di tumori dell’utero, del rene, dell’esofago, del pancreas, del colon e della mammella. Mostravano inoltre aumenti suggeriti per tumori della pelvi renale, dell’intestino tenue, dello stomaco, del fegato e della colecisti, per la leucemia e per i tumori del bronco e del polmone. Allo stesso tempo erano meno propense a sviluppare il cancro della pelle. Quando questi tipi di cancro con rischio aumentato sono stati raggruppati in un esito “composito”, gli individui AI‑IR‑positivi avevano circa il 25% di rischio in più rispetto ai coetanei AI‑IR‑negativi dello stesso sesso, una differenza che è rimasta, seppur attenuata, anche dopo l’aggiustamento per il BMI.

Effetti legati al peso e indipendenti dal peso

Poiché il peso corporeo influenza fortemente l’insulino‑resistenza, il team ha esplorato se AI‑IR agisse semplicemente come surrogato dell’obesità. Hanno scoperto che alcuni degli aumenti del rischio di cancro — come per stomaco, fegato e colecisti, pancreas, colon, leucemia e mammella — si sovrapponevano in larga parte all’effetto del BMI. Altri, invece, sembravano riflettere qualcosa di più specifico rispetto all’insulino‑resistenza stessa. In modo notevole, il legame tra AI‑IR e cancro del polmone e dei bronchi è diventato ancora più forte dopo l’aggiustamento per il BMI, e è rimasto significativo anche quando si è tenuto conto dello stato di fumatore. I fumatori ex‑tabagisti con un punteggio AI‑IR positivo erano particolarmente a rischio di tumori polmonari e del più ampio gruppo di tumori legati all’insulino‑resistenza. Complessivamente, AI‑IR ha fornito una migliore stratificazione del rischio di cancro rispetto al BMI e a un altro indice basato sui lipidi ematici, e prestazioni simili a quelle della sindrome metabolica e del rapporto trigliceridi‑HDL, pur rimanendo lo strumento migliore per prevedere il diabete.

Cosa significa per pazienti e medici

Lo studio suggerisce che un “biomarker digitale” dell’insulino‑resistenza, calcolato con informazioni già raccolte nella maggior parte delle cliniche, può mettere in luce persone a rischio aumentato sia di diabete sia di un gruppo di tumori. Pur non essendo ancora un test di screening da solo, AI‑IR potrebbe aiutare i clinici a decidere chi potrebbe beneficiare di controlli della glicemia più frequenti, di interventi più intensi sullo stile di vita o farmacologici, e di screening oncologici più precoci o mirati, in particolare per organi come utero, rene, colon, polmone, mammella e pancreas. Il lavoro evidenzia inoltre l’insulino‑resistenza come via biologica che collega l’eccesso di peso, i lipidi ematici alterati e l’infiammazione cronica al cancro, stimolando ricerche future su come migliorare la sensibilità all’insulina — tramite dieta, esercizio o farmaci — possa ridurre il rischio di cancro oltre a prevenire il diabete.

Citazione: Lee, CL., Yamada, T., Liu, WJ. et al. Machine learning-predicted insulin resistance is a risk factor for 12 types of cancer. Nat Commun 17, 1396 (2026). https://doi.org/10.1038/s41467-026-68355-x

Parole chiave: insulino‑resistenza, apprendimento automatico, rischio di diabete, rischio di cancro, UK Biobank