Notícias

Algoritmo analisa múltiplas mamografias para melhorar a previsão de risco de câncer de mama

Publicidade - continue a ler a seguir

Analisar múltiplas mamografias melhora a previsão de risco de câncer de mama

Um novo método de análise de mamografias – desenvolvido por pesquisadores da WashU Medicine – identificou indivíduos com alto risco de desenvolver câncer de mama com mais precisão do que o método padrão baseado em questionário. A mamografia esquerda mostra tecido denso (branco), mas nenhum sinal de câncer. Dois anos depois, o câncer se desenvolveu na mesma mama (à direita, tumor circulado em vermelho). O novo método, alimentado por inteligência artificial, poderá ajudar a diagnosticar o cancro mais cedo e orientar recomendações para rastreio precoce, imagiologia adicional ou medicamentos para redução de risco. Crédito: Debbie Bennett/WashU Medicine

Um novo estudo da Escola de Medicina da Universidade de Washington, em St. Louis, descreve um método inovador de análise de mamografias que melhora significativamente a precisão da previsão do risco de desenvolvimento de câncer de mama nos cinco anos seguintes.

Utilizando até três anos de mamografias anteriores, o novo método identificou indivíduos com alto risco de desenvolver câncer de mama com 2,3 vezes mais precisão do que o método padrão, que se baseia em questionários que avaliam apenas fatores de risco clínicos, como idade, raça e histórico familiar de câncer de mama.

O estudo foi publicado em 5 de dezembro em Informática Clínica sobre Câncer JCO.

“Estamos buscando maneiras de melhorar a detecção precoce, pois isso aumenta as chances de um tratamento bem-sucedido”, disse o autor sênior Graham A. Colditz, MD, DrPH, diretor associado do Siteman Cancer Center, baseado no Barnes-Jewish Hospital e WashU Medicine, e o Professor de Cirurgia Niess-Gain. “Esta melhor previsão do risco também pode ajudar a investigação em torno da prevenção, para que possamos encontrar melhores formas para as mulheres que se enquadram na categoria de alto risco reduzirem o risco de desenvolver cancro da mama durante cinco anos.”

Este método de previsão de risco baseia-se em pesquisas anteriores lideradas por Colditz e pelo autor principal Shu (Joy) Jiang, Ph.D., estatístico, cientista de dados e professor associado de cirurgia na Divisão de Ciências de Saúde Pública da WashU Medicine. Os pesquisadores mostraram que mamografias anteriores contêm uma riqueza de informações sobre os primeiros sinais de desenvolvimento do câncer de mama que não podem ser percebidos nem mesmo por um olho humano bem treinado. Esta informação inclui mudanças sutis ao longo do tempo na densidade da mama, que é uma medida das quantidades relativas de tecido fibroso versus tecido adiposo nas mamas.

Para o novo estudo, a equipe construiu um algoritmo baseado em inteligência artificial que pode discernir diferenças sutis nas mamografias e ajudar a identificar as mulheres com maior risco de desenvolver um novo tumor de mama durante um período específico. Além da densidade das mamas, sua ferramenta de aprendizado de máquina considera mudanças em outros padrões nas imagens, inclusive na textura, calcificação e assimetria nas mamas.

“Nosso novo método é capaz de detectar mudanças sutis ao longo do tempo em imagens repetidas de mamografia que não são visíveis a olho nu”, disse Jiang, mas essas mudanças contêm informações valiosas que podem ajudar a identificar indivíduos de alto risco.

Neste momento, as opções de redução de risco são limitadas e podem incluir medicamentos como o tamoxifeno, que reduzem o risco, mas podem ter efeitos secundários indesejados. Na maioria das vezes, é oferecido às mulheres de alto risco rastreios mais frequentes ou a opção de adicionar outro método de imagem, como uma ressonância magnética, para tentar identificar o cancro o mais precocemente possível.

“Hoje, não temos como saber quem tem probabilidade de desenvolver câncer de mama no futuro com base nas imagens de mamografia”, disse a coautora Debbie L. Bennett, MD, professora associada de radiologia e chefe de imagem mamária. para o Instituto Mallinckrodt de Radiologia da WashU Medicine. “O que há de mais interessante nesta pesquisa é que ela indica que é possível coletar essas informações de mamografias atuais e anteriores usando este algoritmo. A previsão nunca será perfeita, mas este estudo sugere que o novo algoritmo é muito melhor do que o nosso atual métodos.”

IA melhora a previsão do desenvolvimento do câncer de mama

Os pesquisadores treinaram seu algoritmo de aprendizado de máquina nas mamografias de mais de 10 mil mulheres que fizeram exames de câncer de mama através do Siteman Cancer Center entre 2008 e 2012. Esses indivíduos foram acompanhados até 2020 e, nesse período, 478 foram diagnosticados com câncer de mama.

Os investigadores aplicaram então o seu método para prever o risco de cancro da mama num conjunto separado de pacientes – mais de 18.000 mulheres que receberam mamografias através da Universidade Emory, na área de Atlanta, entre 2013 e 2020. Posteriormente, 332 mulheres foram diagnosticadas com câncer de mama durante o período de acompanhamento, que terminou em 2020.

De acordo com o novo modelo de previsão, as mulheres do grupo de alto risco tinham 21 vezes mais probabilidade de serem diagnosticadas com cancro da mama nos cinco anos seguintes do que as do grupo de risco mais baixo. No grupo de alto risco, 53 em cada 1.000 mulheres rastreadas desenvolveram cancro da mama nos cinco anos seguintes.

Em contraste, no grupo de baixo risco, 2,6 mulheres em cada 1.000 rastreadas desenvolveram cancro da mama nos cinco anos seguintes. De acordo com os antigos métodos baseados em questionários, apenas 23 mulheres em cada 1.000 rastreadas foram classificadas correctamente no grupo de alto risco, fornecendo provas de que o método antigo, neste caso, não detectou 30 casos de cancro da mama detectados pelo novo método.

As mamografias foram realizadas em centros médicos acadêmicos e clínicas comunitárias, demonstrando que a precisão do método se mantém em diversos ambientes. É importante ressaltar que o algoritmo foi construído com uma representação robusta de mulheres negras, que geralmente estão sub-representadas no desenvolvimento de modelos de risco de cancro da mama. A precisão para prever o risco manteve-se entre grupos raciais. Das mulheres selecionadas pelo Siteman, a maioria era branca e 27% eram negras. Dos selecionados pelo Emory, 42% eram negros.

No trabalho em curso, os investigadores estão a testar o algoritmo em mulheres de diversas origens raciais e étnicas, incluindo aquelas de ascendência asiática, do sudeste asiático e de nativos americanos, para ajudar a garantir que o método é igualmente preciso para todos.

Os pesquisadores estão trabalhando com o Escritório de Gestão de Tecnologia da WashU em busca de patentes e licenciamento do novo método, com o objetivo de torná-lo amplamente disponível em qualquer lugar onde sejam fornecidas mamografias de rastreamento. Colditz e Jiang também estão trabalhando para fundar uma empresa start-up em torno dessa tecnologia. Jiang e Colditz têm patentes pendentes relacionadas a este trabalho, prevendo o risco de doenças usando imagens radiômicas.

Mais informações:
Desenvolvimento e validação de um modelo dinâmico de risco de câncer de mama em 5 anos usando mamografias repetidas, Informática Clínica sobre Câncer JCO (2024). DOI: 10.1200/CCI-24-00200. ascopubs.org/doi/10.1200/CCI-24-00200

Fornecido pela Escola de Medicina da Universidade de Washington

Citação: Algoritmo analisa múltiplas mamografias para melhorar a previsão de risco de câncer de mama (2024, 5 de dezembro) recuperado em 6 de dezembro de 2024 em https://medicalxpress.com/news/2024-12-algorithm-multiple-mammograms-breast-cancer.html

Este documento está sujeito a direitos autorais. Além de qualquer negociação justa para fins de estudo ou pesquisa privada, nenhuma parte pode ser reproduzida sem permissão por escrito. O conteúdo é fornecido apenas para fins informativos.

Looks like you have blocked notifications!
Este artigo é Útil?

Seja membro da PortalEnf 




Portalenf Comunidade de Saúde

A PortalEnf é um Portal de Saúde on-line que tem por objectivo divulgar tutoriais e notícias sobre a Saúde e a Enfermagem de forma a promover o conhecimento entre os seus membros.

Artigos Relacionados

Deixe um comentário

Publicidade - continue a ler a seguir
Botão Voltar ao Topo