Imagine um grande quebra-cabeça cheio de pequenas peças. A organização celular do nosso corpo é semelhante a esse jogo. Cada célula é uma peça única que se encaixa nas outras para formar um tecido ou a estrutura de um órgão. As pequenas alterações em sua forma podem indicar algum problema de saúde.

Um grupo de cientistas da UT Southwestern Medical Center desenvolveu uma inteligência artificial que analisa essa complexa organização celular para identificar câncer com mais precisão.

A IA patologista

O processo tradicional de análise de amostras de tecido por médicos patologistas é demorado e pode ter interpretações variadas que afetam a precisão do diagnóstico. O novo modelo de IA, chamado Ceograph, imita o modo como os especialistas fazem análises patológicas.

Já existem outros modelos de linguagem semelhantes a esse, no entanto, eles não identificam aspectos mais complexos, como um patologista. Por exemplo, não conseguem discernir padrões na organização das células ou eliminar “ruídos” que podem afetar o diagnóstico.

publicidade

A Ceograph detecta as células e suas posições, identifica tipos de células, morfologia e distribuição espacial. Isso cria um mapa que permite uma análise precisa, superando as limitações dos modelos anteriores.

Leia mais:

Imagem: Nature Communications

Testagem e precisão

  • A IA foi aplicada com sucesso em três cenários clínicos.
  • Em um deles, a tecnologia realizou a distinção entre dois subtipos de câncer de pulmão: adenocarcinoma e carcinoma de células escamosas.
  • Em outro, previu a probabilidade de progressão do câncer em lesões pré-cancerosas da boca.
  • E, no último, identificou pacientes com câncer de pulmão com maior probabilidade de responder a uma classe de medicamentos específicos.
  • O Ceograph superou métodos tradicionais de previsão de resultados em todos os cenários.

Guanghua Xiao, autor do estudo publicado na Nature Communications, detalha como a IA pode auxiliar a tornar diagnósticos de câncer mais precisos:

Este método tem o potencial de agilizar medidas preventivas direcionadas para populações de alto risco e otimizar a seleção de tratamento para pacientes individuais.

Dr. Xiao para o Medical Xpress.