A IA pode fornecer um prognóstico mais preciso do câncer?
Por Elizabeth Millard
1 de setembro de 2022 - É difícil imaginar como será o caminho à frente para um paciente com câncer. Muitas evidências são consideradas, como a saúde do paciente e sua história familiar, grau e estágio do tumor e traços das células cancerígenas. Mas, em última análise, a perspectiva se resume aos profissionais de saúde que analisam os fatos.
Isso pode levar a "variabilidade em larga escala", diz Faisal Mahmood, PhD, professor assistente da Divisão de Patologia Computacional do Brigham and Women's Hospital. Pacientes com cânceres similares podem terminar com prognósticos muito diferentes, sendo alguns mais (ou menos) precisos do que outros, diz ele.
É por isso que ele e sua equipe desenvolveram um programa de inteligência artificial (IA) que pode formar uma avaliação mais objetiva - e potencialmente mais precisa. O objetivo da pesquisa era dizer se a IA era uma idéia viável, e os resultados da equipe foram publicados em Célula de Câncer.
E como o prognóstico é fundamental para decidir tratamentos, mais precisão poderia significar mais sucesso no tratamento, diz Mahmood.
"Esta tecnologia] tem o potencial de gerar avaliações de risco mais objetivas e, posteriormente, decisões de tratamento mais objetivas", diz ele.
Construindo a IA
Os pesquisadores desenvolveram a IA usando dados do The Cancer Genome Atlas, um catálogo público de perfis de diferentes cancros.
Seu algoritmo prevê resultados de câncer com base na histologia (uma descrição do tumor e da probabilidade de crescimento das células cancerígenas) e genômica (usando sequenciamento de DNA para avaliar um tumor em nível molecular). A histologia tem sido o padrão de diagnóstico por mais de 100 anos, enquanto a genômica é cada vez mais utilizada, observa Mahmood.
"Ambos são agora comumente usados para diagnóstico nos principais centros de câncer", diz ele.
Para testar o algoritmo, os pesquisadores escolheram os 14 tipos de câncer com o maior número de dados disponíveis. Quando histologia e genômica foram combinadas, o algoritmo deu previsões mais precisas do que apenas com uma das fontes de informação.
Não apenas isso, mas a IA usou outros marcadores - como a resposta imunológica do paciente ao tratamento - sem que os pesquisadores tivessem sido instruídos a fazê-lo, encontraram. Isto pode significar que a IA pode descobrir novos marcadores que ainda nem sequer conhecemos, diz Mahmood.
O que vem a seguir
Embora mais pesquisas sejam necessárias - incluindo testes e ensaios clínicos em larga escala - a Mahmood está confiante de que esta tecnologia será usada para pacientes da vida real algum dia, provavelmente nos próximos 10 anos.
"Seguindo adiante, veremos modelos de IA em larga escala capazes de ingerir dados de múltiplas modalidades", diz ele, tais como radiologia, patologia, genômica, registros médicos e histórico familiar.
Quanto mais informações a IA puder considerar, mais precisa será sua avaliação, diz Mahmood.
"Então podemos avaliar continuamente o risco do paciente de uma maneira computacional e objetiva".