Uma pesquisa conduzida por cientistas do Instituto de Tecnologia de Massachusetts (MIT, na sigla em inglês) e do Instituto de Câncer Dana-Farber desenvolveram um modelo de inteligência artificial que permite identificar a origem de alguns tipos específicos de câncer.
Conforme o artigo publicado no MedicalXpress, o modelo de IA, nomeado de OncoNPC usa aprendizado de máquina (learning machine) para analisar uma sequência de cerca de 400 genes e prever um determinado tumor.
O que você precisa saber:
- Com o modelo, os cientistas conseguiram classificar precisamente pelo menos 40% dos tumores de origem desconhecida;
- A porcentagem foi obtida a partir da análise de um conjunto de dados de aproximadamente 900 pacientes;
- Com isso, os cientistas conseguiram aumentar em 2,2 vezes a identificação de pacientes que poderiam ser elegíveis para um tratamento adequado para câncer;
- Atualmente, oncologistas têm dificuldade para determinar a origem do câncer, especialmente em casos que os tumores se espalharam por todo o corpo;
- Com essa dificuldade, muitas vezes os médicos não conseguem dar medicamentos com “precisão” aos pacientes, sendo que alguns remédios são aprovados para alguns tipos específicos de câncer.
Essa foi a descoberta mais importante em nosso estudo, que esse modelo poderia ser potencialmente usado para auxiliar nas decisões de tratamento, orientando os médicos para tratamentos personalizados para pacientes com cânceres de origem primária desconhecida.
Intae Moon, um estudante de pós-graduação do MIT em engenharia elétrica e ciência da computação, principal autor do novo estudo.
Leia mais:
- ChatGPT desafiou estudantes de medicina; confira quem venceu
- Medicamento criado por IA pode ajudar no tratamento da esquizofrenia
- Consulta médica com IA do Google já é realidade; veja
- 5 aplicativos que ajudam nos cuidados com a saúde
Os pesquisadores treinaram um modelo de aprendizado de máquina com dados de quase 30.000 pacientes diagnosticados com algum dos 22 tipos de câncer conhecidos. Os dados são de pacientes do Memorial Sloan Kettering Cancer Center, Vanderbilt-Ingram Cancer Center e Dana-Farber.
Em testes com cerca de 7 mil tumores, o OncoNPC conseguiu prever a origem deles com uma precisão de 80%. Para tumores com previsão de alta confiança — 65% dos tumores —, a precisão aumentou para cerca de 95%.
Além disso, os pesquisadores usaram o modelo para analisar 900 tumores classificados como cânceres de primário desconhecido (CUP). Para esses tumores, a tecnologia conseguiu previsões de alta confiança em 40% dos casos.
Para determinar se a previsão do OncoNPC estava correta, os pesquisadores compararam os resultados da IA com a análise de um subconjunto de dados de tumores.
Com isso, foi descoberto que “previsões do modelo eram muito mais propensas a corresponder ao tipo de câncer mais fortemente previsto pelas mutações germinativas do que qualquer outro tipo de câncer.”
O estudo também revelou que, dos pacientes com CUP analisados, cerca de 10% conseguiram um tratamento direcionado. Outro indicativo positivo mostra que 15% dos pacientes poderiam ter recebido um tratamento direcionado se o seu tipo de câncer fosse identificado.
Quando um tipo de câncer não é identificado, o paciente costuma receber quimioterápicos mais gerais, que não são tão eficazes quanto medicamentos direcionados a um tipo de câncer especifico.
Isso potencialmente torna essas descobertas mais acionáveis clinicamente porque não estamos exigindo a aprovação de um novo medicamento. O que estamos dizendo é que essa população agora pode ser elegível para tratamentos de precisão que já existem.
Alexander Gusev, professor de medicina na Harvard Medical School e no Dana-Farber Cancer Institute.
Já assistiu aos novos vídeos no YouTube do Olhar Digital? Inscreva-se no canal!
Tags: