APOLLO11: un modello guidato da bio-dati per la ricerca clinica e traslazionale sul cancro del polmone

Perché questo è importante per le persone con cancro del polmone

Il trattamento del cancro del polmone è cambiato radicalmente nell’ultimo decennio grazie all’immunoterapia e ai farmaci mirati, eppure molti pazienti non traggono beneficio da questi progressi. Questo articolo descrive APOLLO11, un’iniziativa nazionale italiana per raccogliere in modo sistematico dati real-world e campioni biologici di pazienti con cancro del polmone e impiegare l’intelligenza artificiale per comprendere chi risponderà a quale trattamento. Per pazienti e famiglie, indica una prospettiva futura in cui le scelte terapeutiche sono guidate da una lettura approfondita del tumore e del sistema immunitario di ciascuna persona, piuttosto che dal tentativo e errore.

Da un approccio uniforme a cure guidate dai dati

Gli autori spiegano che nonostante farmaci potenti, circa la metà dei pazienti con cancro del polmone avanzato o non risponde mai o sviluppa rapidamente resistenza. I principali test ematici e tissutali attuali sono troppo grossolani per prevedere in modo affidabile il beneficio dall’immunoterapia o dalle terapie mirate. Gli studi clinici tradizionali, che verificano un’ipotesi alla volta su pazienti altamente selezionati, non riescono a tenere il passo con l’arrivo rapido di nuovi farmaci e combinazioni. APOLLO11 è stato creato per colmare questo divario costruendo una risorsa a lungo termine, continuamente aggiornata, che mette insieme informazioni cliniche di routine, esami di diagnostica per immagini, test di laboratorio e misurazioni biologiche avanzate provenienti da migliaia di pazienti trattati nella pratica quotidiana in tutta Italia.

Costruire una rete nazionale che apprende

Il progetto collega decine di ospedali organizzati in un sistema “hub-and-spoke”: grandi centri oncologici e ospedali universitari collaborano con ospedali regionali più piccoli. Ogni sito registra informazioni standardizzate utilizzando una piattaforma elettronica sicura e, quando possibile, conserva campioni biologici come tessuto tumorale, sangue e feci in congelatori locali. Piuttosto che spedire tutto in un unico magazzino, i centri mantengono il materiale in loco mentre un team centrale tiene traccia di cosa esiste e dove si trova. Questa struttura permette agli ospedali più piccoli, che seguono molti pazienti ma possono essere privi di infrastrutture di ricerca, di contribuire in modo significativo e aiuta a garantire che i dati riflettano la reale diversità delle persone con cancro del polmone nel paese.

Seguire la malattia dalle immagini alle cellule

APOLLO11 raccoglie diversi livelli di informazioni per ogni paziente partecipante che riceve un trattamento “innovativo” (in pratica qualsiasi terapia moderna diversa dalla chemioterapia tradizionale). I dati clinici includono età, stadio della malattia, trattamenti ricevuti, effetti collaterali e sopravvivenza. I dati di imaging comprendono TC, risonanza magnetica e PET in momenti chiave, analizzati con metodi di “radiomica” che trasformano pattern sottili nelle immagini in migliaia di caratteristiche quantitative. I campioni biologici sono utilizzati per studiare il DNA tumorale, l’attività genica, le proteine, i metaboliti, le cellule del sistema immunitario e persino i microbi che vivono nell’intestino e nella bocca. In alcuni pazienti, le cellule immunitarie vengono esaminate singolarmente con sequenziamento single-cell per rivelare il comportamento dettagliato di linfociti T, neutrofili e altri attori che possono determinare la risposta all’immunoterapia.

Insegnare ai computer a riconoscere i pattern di trattamento

Poiché nessun singolo test cattura la complessità completa del cancro, APOLLO11 prevede di combinare tutti questi tipi di dati utilizzando l’apprendimento automatico. Invece di inviare dati sensibili grezzi a un server centrale, molte analisi utilizzeranno il “federated learning”, in cui ogni ospedale allena un modello locale e condivide solo aggiornamenti del modello, non i record a livello di paziente. Gli algoritmi finali saranno progettati per essere spiegabili: gli strumenti mostreranno quali caratteristiche — come particolari profili di cellule immunitarie, caratteristiche delle immagini o variazioni genetiche — guidano una predizione per un singolo paziente. Lavori iniziali all’interno del consorzio stanno già esplorando come i profili delle cellule immunitarie nel sangue si relazionano con gli esiti dell’immunoterapia nel carcinoma polmonare non a piccole cellule avanzato.

Condividere conoscenze proteggendo la privacy

La rete è anche una piattaforma per future domande scientifiche. Ricercatori dei centri partecipanti, e anche esterni al consorzio, possono proporre studi. Un comitato direttivo valuta ogni proposta in base all’importanza clinica, alla novità, all’urgenza e alla fattibilità. Quando gruppi esterni sono coinvolti, il progetto può generare dataset sintetici che imitano i dati reali senza esporre i singoli pazienti, aiutando a bilanciare apertura e regole rigorose sulla privacy come il GDPR europeo. Questo modello di governance mira a rendere l’accesso equo, trasparente e focalizzato su lavori che possano migliorare realmente la cura.

Cosa potrebbe significare per i pazienti

In termini pratici, APOLLO11 sta trasformando la cura quotidiana dei pazienti con cancro del polmone in un grande laboratorio vivente. Imparando sistematicamente dalle esperienze reali in molti ospedali — e combinando immagini, esami del sangue, analisi del tumore e calcolo avanzato — il progetto mira a costruire strumenti che dicano ai medici, prima dell’inizio del trattamento, quali pazienti potranno beneficiare dell’immunoterapia o dei farmaci mirati, chi rischia effetti collaterali gravi e chi potrebbe aver bisogno di strategie diverse. Pur restando sfide, come mantenere una qualità dei dati coerente e il finanziamento a lungo termine, gli autori sostengono che questo tipo di rete guidata dai dati, spiegabile e attenta alla privacy è un modello per trasformare la medicina di precisione in realtà, non solo in promessa, per le persone con cancro del polmone.

Citazione: Prelaj, A., Provenzano, L., Miskovic, V. et al. APOLLO11: a bio-data-driven model for clinical and translational research in lung cancer. npj Precis. Onc. 10, 96 (2026). https://doi.org/10.1038/s41698-026-01295-3

Parole chiave: cancro del polmone, immunoterapia, intelligenza artificiale, dati real-world, biobanca