#Câncer
O algoritmo examina imagens de células metastáticas para identificar a localização do tumor primário.
Alguns cânceres furtivos permanecem não detectados até se espalharem da sua origem para órgãos distantes.
Agora, os cientistas desenvolveram uma ferramenta de inteligência artificial (IA) que supera os patologistas na identificação das origens das células cancerígenas metastáticas que circulam no corpo1.
O modelo de prova de conceito poderá ajudar os médicos a melhorar o diagnóstico e o tratamento do câncer em fase avançada e a prolongar a vida das pessoas.
“Essa é uma descoberta bastante significativa – que pode ser usada como uma ferramenta de apoio”, diz Faisal Mahmood, que estuda aplicações de IA em cuidados de saúde na Harvard Medical School, em Boston, Massachusetts.
Origens indescritíveis: Para tratar cânceres metastáticos, os médicos precisam saber de onde eles vieram.
A origem de até 5% de todos os tumores não pode ser identificada e o prognóstico para as pessoas cujo câncer primário permanece desconhecido é mau.
Um método usado para diagnosticar cânceres metastáticos complicados depende de células tumorais encontradas em fluidos extraídos do corpo.
Os médicos examinam imagens das células para descobrir com que tipo de célula cancerosa elas se assemelham.
Por exemplo, as células do câncer da mama que migram para os pulmões ainda se parecem com células do câncer da mama.
Todos os anos, das 300 mil pessoas com câncer recém-tratadas no hospital afiliado à Universidade Médica de Tianjin (TMU), na China, cerca de 4 mil são diagnosticadas por meio dessas imagens, mas cerca de 300 pessoas permanecem sem diagnóstico, diz Tian Fei, cirurgião de câncer colorretal na TMU.
Tian, Li Xiangchun, pesquisador de bioinformática que estuda aprendizagem profunda na TMU, e seus colegas queriam desenvolver um algoritmo de aprendizagem profunda para analisar essas imagens e prever a origem dos cânceres.
Seus resultados foram publicados na Nature Medicine em 16 de abril.
Treinamento de tumores: Os pesquisadores treinaram seu modelo de IA em cerca de 30 mil imagens de células encontradas em fluidos abdominais ou pulmonares de 21 mil pessoas cuja origem do tumor era conhecida.
Eles então testaram seu modelo em 27.000 imagens e descobriram que havia uma mudança de 83% na previsão da origem do tumor.
E havia 99% de chance de a origem do tumor estar incluída nas três principais previsões do modelo.
Ter uma lista dos três primeiros é útil porque pode ajudar os médicos a reduzir o número de testes adicionais – muitas vezes intrusivos – necessários para identificar as origens de um tumor, diz Mahmood.
As previsões foram restritas a 12 fontes comuns de câncer, incluindo pulmões, ovários, seios e estômago.
Algumas outras formas de câncer, incluindo as originárias da próstata e dos rins, não puderam ser identificadas, porque normalmente não se espalham para depósitos de fluidos no abdómen e nos pulmões, diz Li.
Quando testado em cerca de 500 imagens, o modelo foi melhor do que os patologistas humanos na previsão da origem de um tumor.
Esta melhoria foi estatisticamente significativa.
Os pesquisadores também avaliaram retrospectivamente um subconjunto de 391 participantes do estudo, cerca de quatro anos depois de terem feito tratamento contra o câncer.
Eles descobriram que aqueles que receberam tratamento para o tipo de câncer previsto pelo modelo tinham maior probabilidade de ter sobrevivido e vivido mais tempo do que os participantes para os quais a previsão não correspondia.
“Este é um argumento bastante convincente? para usar o modelo de IA num ambiente clínico, diz Mahmood.
Mahmood já utilizou IA para prever a origem do câncer a partir de amostras de tecidos2, e outras equipes utilizaram dados genómicos.
A combinação das três fontes de dados – células, tecidos e genómica – poderia melhorar ainda mais os resultados para pessoas com cânceres metastáticos de origens desconhecidas, diz ele.
Publicado em 19/04/2024 13h51
Artigo original: