Um estudo publicado hoje no The Lancet Digital Health por pesquisadores da UPMC e da Universidade de Pittsburgh demonstra a maior precisão até o momento em reconhecer e caracterizar o câncer de próstata usando um programa de inteligência artificial (IA).
Newswise – PITTSBURGH, 27 de julho de 2020 – “Os seres humanos são bons em reconhecer anomalias, mas eles têm seus próprios preconceitos ou experiências passadas”, disse o autor sênior Rajiv Dhir, M.D., M.B.A., patologista chefe e vice-presidente de patologia da UPMC Shadyside e professor de informática biomédica da Pitt. “As máquinas estão separadas da história toda. Definitivamente, existe um elemento de cuidado padronizado”.
Para treinar a IA para reconhecer o câncer de próstata, Dhir e seus colegas forneceram imagens de mais de um milhão de partes de lâminas de tecido manchado retiradas de biópsias de pacientes. Cada imagem foi rotulada por patologistas especializados para ensinar à IA como discriminar tecidos saudáveis e anormais. O algoritmo foi então testado em um conjunto separado de 1.600 lâminas retiradas de 100 pacientes consecutivos atendidos na UPMC por suspeita de câncer de próstata.
Durante o teste, a IA demonstrou sensibilidade de 98% e especificidade de 97% na detecção de câncer de próstata – significativamente maior do que o relatado anteriormente para algoritmos que trabalham com lâminas de tecido.
Além disso, este é o primeiro algoritmo a se estender além da detecção do câncer, relatando alto desempenho para classificação, dimensionamento e invasão de tumores nos nervos circundantes. Todas essas são características clinicamente importantes necessárias como parte do relatório de patologia.
A AI também sinalizou seis slides que não foram anotados pelos patologistas especialistas.
Mas Dhir explicou que isso não significa necessariamente que a máquina seja superior aos seres humanos. Por exemplo, no curso da avaliação desses casos, o patologista poderia simplesmente ter visto evidências suficientes de malignidade em outras partes das amostras desse paciente para recomendar o tratamento. Para patologistas menos experientes, no entanto, o algoritmo pode funcionar como à prova de falhas para capturar casos que, de outra forma, poderiam ser perdidos.
“Algoritmos como esse são especialmente úteis em lesões atípicas”, disse Dhir. “Uma pessoa não especializada pode não ser capaz de fazer a avaliação correta. Essa é uma grande vantagem desse tipo de sistema.”
Embora esses resultados sejam promissores, Dhir alerta que novos algoritmos deverão ser treinados para detectar diferentes tipos de câncer. Os marcadores de patologia não são universais em todos os tipos de tecido. Mas ele não viu por que isso não poderia ser feito para adaptar essa tecnologia ao trabalho com câncer de mama, por exemplo.
Autores adicionais do estudo incluem Liron Pantanowitz, M.B.B.Ch., da Universidade de Michigan; Gabriela Quiroga-Garza, M.D., da UPMC; Lilach Bien, Ronen Heled, Daphna Laifenfeld, Ph.D., Chaim Linhart, Judith Sandbank, M.D., Manuela Vecsler, do Ibex Medical Analytics; Anat Albrecht-Shach, M.D., do Centro Médico Shamir; Varda Shalev, M.D., M.P.A., da Maccabbi Healthcare Services; e Pamela Michelow, M.S., e Scott Hazelhurst, Ph.D., da Universidade de Witwatersrand.
O financiamento para este estudo foi fornecido pelo Ibex, que também criou este algoritmo comercialmente disponível. Pantanowitz, Shalev e Albrecht-Shach relatam taxas pagas pelo Ibex, e Pantanowitz e Shalev atuam no conselho consultivo médico. Bien e Linhart são autores das patentes pendentes US 62 / 743.559 e US 62 / 981.925. O Ibex não teve influência sobre o desenho do estudo ou a interpretação dos resultados.
Publicado em 29/07/2020 18h03
Artigo original:
Estudo original:
Achou importante? Compartilhe!
Assine nossa newsletter e fique informado sobre Astrofísica, Biofísica, Geofísica e outras áreas. Preencha seu e-mail no espaço abaixo e clique em “OK”: