Cientistas criam IA capaz de detectar câncer de pâncreas anos antes de diagnóstico

Em quase 3 de cada 4 casos, o REDMOD conseguiu identificar a forma mais comum de câncer de pâncreas cerca de 16 meses antes do diagnóstico Getty Images O câncer de pâncreas está a caminho de se tornar a segunda principal causa de morte relacionada ao câncer nos EUA até 2030. Parte do motivo para isso é que 85% dos casos não são diagnosticados até que a doença já tenha se espalhado. Em outras palavras, não estamos conseguindo detectá-lo cedo o suficiente. Um modelo de IA recém-desenvolvido por pesquisadores da Mayo Clinic e do MD Anderson Cancer Center da University of Texas promete ajudar a mudar essa situação. O novo sistema, chamado REDMOD (modelo de detecção precoce baseado em radiômica), foi testado em tomografias computadorizadas de pessoas que posteriormente foram diagnosticadas com câncer de pâncreas. + IA detecta 8 espermatozoides antes 'invisíveis', e casal infértil engravida; entenda + Chatbots de IA orientaram cientistas sobre como criar e disseminar armas biológicas Em quase 3 de cada 4 casos, o REDMOD conseguiu identificar a forma mais comum de câncer de pâncreas cerca de 16 meses antes do diagnóstico. Isso é quase o dobro da taxa de detecção de especialistas analisando os exames sem auxílio de IA. Em alguns exames, o REDMOD identificou padrões suspeitos de tecido mais de dois anos antes do diagnóstico, e os pesquisadores acreditam que ele possa detectar o câncer com até três anos de antecedência. “A maior barreira para salvar vidas do câncer de pâncreas tem sido nossa incapacidade de enxergar a doença quando ela ainda é curável”, afirma o radiologista e especialista em medicina nuclear Ajit Goenka, da Mayo Clinic. “Essa IA agora consegue identificar a assinatura do câncer em um pâncreas com aparência normal, e pode fazer isso de forma confiável ao longo do tempo e em diferentes contextos clínicos". A radiômica é um campo emergente da medicina que extrai grandes volumes de dados quantitativos de imagens médicas, muitas vezes sutis demais para serem percebidos pelo olho humano . Ao analisar formas, texturas e intensidades, ela cria biomarcadores para diagnóstico, prognóstico e monitoramento de tratamentos, especialmente no câncer. Os pesquisadores utilizaram 969 tomografias do pâncreas como dados de treinamento para o REDMOD, permitindo que ele aprendesse a identificar sinais sutis do câncer em seus estágios iniciais. Muitos cânceres começam quando células normais adquirem mutações no DNA que afetam seu crescimento e divisão, mas pode levar anos para que essas alterações evoluam para um tumor grande o suficiente para causar sintomas ou aparecer claramente em um exame. Após o treinamento, o REDMOD foi testado em outro conjunto de tomografias: 63 de pessoas que desenvolveram câncer, mas que haviam sido examinadas antes do diagnóstico, e 430 de indivíduos saudáveis que não tinham a doença. Dos 63 casos, o REDMOD identificou corretamente 46 como suspeitos, uma taxa de 73% (quase 3 em cada 4). Todos esses exames haviam sido previamente considerados normais por radiologistas, e dois radiologistas que analisaram as imagens ao mesmo tempo que o REDMOD identificaram sinais precoces de câncer em apenas 38,9% dos casos. Dos 430 indivíduos saudáveis, 81 foram incorretamente classificados como suspeitos pelo REDMOD — ou seja, em um cenário real, essas pessoas poderiam ter sido chamadas para exames adicionais antes de terem a doença descartada. Um nível semelhante de desempenho foi observado em outros dois conjuntos de dados, utilizando equipamentos diferentes em hospitais distintos. A ideia é que, quanto mais cedo o REDMOD puder acessar mais tomografias — possivelmente realizadas de forma rotineira por outros motivos —, mais útil ele poderá ser. O próximo passo é testar a IA em grupos maiores e mais diversos de pessoas e avaliar como os médicos podem integrá-la aos seus processos atuais. Os pesquisadores esperam que, com mais desenvolvimento e ajustes, possamos ter uma ferramenta extremamente útil contra um dos cânceres mais letais, segundo o Science Alert.