Estudo foi o primeiro a usar IA para avaliação ampla de elementos cancerígenos e não cancerígenos do câncer de mama invasivo

Por CNN Brasil

Câncer de mama pode ter tratamento mais eficiente com IA, aponta estudo.

Uma nova ferramenta de Inteligência Artificial (IA) pode tornar tratamentos contra câncer de mama mais eficientes, segundo um estudo da empresa americana de serviços médicos Northwestern Medicine, ligada à Faculdade de Medicina Feinberg da Northwestern University.

A pesquisa avaliou que essa tecnologia pode potencialmente poupar pacientes de tratamentos de quimioterapia desnecessários, usando um método mais preciso de previsão de seus resultados.

As avaliações de IA dos tecidos dos pacientes foram mais precisas na previsão do curso futuro da doença de um paciente do que as avaliações realizadas por patologistas especialistas.

A ferramenta conseguiu identificar pacientes com câncer da mama que estão atualmente classificados como de risco elevado ou intermédio, mas que se tornam sobreviventes a longo prazo.

Isso significa que a duração ou intensidade da quimioterapia pode ser reduzida. Assim, é possível poupar os pacientes, já que a quimioterapia está associada a efeitos colaterais desagradáveis e prejudiciais, como náuseas ou, mais raramente, danos ao coração.

Atualmente, os médicos avaliam as células cancerígenas no tecido de um paciente para determinar o tratamento. Mas os padrões de células não cancerígenas são muito importantes na previsão de resultados, conforme mostrou o estudo.

Estudo com IA é pioneiro

Este é o primeiro estudo a usar IA para avaliação abrangente dos elementos cancerígenos e não cancerígenos do câncer de mama invasivo.

“Nosso estudo demonstra a importância dos componentes não cancerígenos na determinação do resultado de um paciente”, disse o autor correspondente do estudo, Lee Cooper, professor associado de patologia na Faculdade de Medicina Feinberg da Northwestern University.

“A importância destes elementos era conhecida a partir de estudos biológicos, mas este conhecimento não foi efetivamente traduzido para uso clínico.” O estudo foi publicado em 27 de novembro na revista Nature Medicine.

O câncer de mama atinge cerca de 60 mil casos por ano no Brasil, segundo a Sociedade Brasileira de Mastologia. As estimativas do Instituto Nacional do Câncer (Inca) apontam que cerca de 74 mil novos casos da doença podem surgir no país em 2023.

Nos EUA, cerca de 300.000 mulheres receberão um diagnóstico de câncer de mama invasivo em 2023. E aproximadamente uma em cada oito mulheres nos EUA receberá um diagnóstico de câncer de mama durante a vida.

Prognóstico de câncer mais preciso

Durante o diagnóstico, um patologista analisa o tecido cancerígeno para determinar o quão anormal ele parece. Este processo, conhecido como classificação, concentra-se no aparecimento de células cancerígenas, e permaneceu praticamente inalterado durante décadas.

A nota final da avaliação, determinada pelo patologista, é usada para ajudar a determinar qual tratamento o paciente receberá.

Muitos estudos sobre a biologia do câncer da mama demonstraram que as células não cancerígenas, incluindo células do sistema imunológico e células que fornecem forma e estrutura ao tecido, podem desempenhar um papel importante na sustentação ou inibição do crescimento do câncer.

Cooper e colegas construíram um modelo de IA para avaliar o tecido do câncer de mama a partir de imagens digitais que medem a aparência de todas essas células, bem como as interações entre elas.

“Esses padrões são um desafio para um patologista avaliar, pois podem ser difíceis de serem categorizados de forma confiável pelo olho humano”, disse Cooper, também membro do Robert H. Lurie Comprehensive Cancer Center da Northwestern University.

“O modelo de IA mede esses padrões e apresenta informações ao médico de uma forma que torna o processo de tomada de decisão da IA claro para o patologista.”

O sistema de IA analisa 26 propriedades diferentes do tecido mamário de uma paciente para gerar uma pontuação prognóstica geral.

O sistema também gera pontuações individuais para as células cancerígenas, imunológicas e estromais para explicar a pontuação geral ao patologista.

Por exemplo, em alguns pacientes, uma pontuação de prognóstico favorável pode ser devida às propriedades das suas células imunitárias, enquanto para outros pode ser devido às propriedades das suas células cancerígenas.

Essas informações podem ser usadas pela equipe de atendimento do paciente na criação de um plano de tratamento individualizado.

A adoção do novo modelo poderia proporcionar aos pacientes diagnosticados com câncer da mama uma estimativa mais precisa do risco associado à sua doença, capacitando-os a tomar decisões melhor informadas sobre os seus cuidados clínicos, disse Cooper.

Além disso, este modelo pode ajudar na avaliação da resposta terapêutica, permitindo que o tratamento seja escalonado ou desescalado, a depender de como a aparência microscópica do tecido muda ao longo do tempo.

Por exemplo, a ferramenta pode ser capaz de reconhecer a eficácia do sistema imunológico de um paciente no combate ao câncer durante a quimioterapia, o que poderia ser utilizado para reduzir a duração ou intensidade da quimioterapia.

“Também esperamos que este modelo possa reduzir as disparidades para os pacientes diagnosticados em ambientes comunitários”, disse Cooper.

“Esses pacientes podem não ter acesso a um patologista especializado em câncer de mama, e nosso modelo de IA poderia ajudar um patologista generalista na avaliação de câncer de mama”, afirmou.

Foto: Reprodução