IA é melhor que o olho humano na previsão de resultados de metástases cerebrais, descobrem pesquisadores

Um estudo recente de pesquisadores da Universidade de York sugere que uma técnica inovadora de inteligência artificial (IA) que eles desenvolveram é consideravelmente mais eficaz do que o olho humano quando se trata de prever os resultados da terapia em pacientes com metástases cerebrais. A equipe espera que a nova pesquisa e tecnologia possam levar a planos de tratamento mais personalizados e melhores resultados de saúde para pacientes com câncer.

“Esta é uma análise sofisticada e abrangente de ressonâncias magnéticas para encontrar características e padrões que geralmente não são capturados pelo olho humano”, diz o presidente de pesquisa de York, Ali Sadeghi-Naini, professor associado de engenharia biomédica e ciência da computação na Lassonde School of Engineering e líder do estudo.

“Esperamos que nossa técnica, que é um novo método preditivo baseado em IA para detectar falhas de radioterapia em metástases cerebrais, seja capaz de ajudar oncologistas e pacientes a tomar decisões mais bem informadas e ajustar o tratamento em uma situação em que o tempo é essencial”.

Estudos anteriores mostraram que, usando práticas padrão, como imagens de ressonância magnética – avaliando o tamanho, a localização – e o número de metástases cerebrais – bem como o tipo de câncer primário e a condição geral do paciente, os oncologistas são capazes de prever a falha do tratamento (definida como crescimento contínuo do tumor) cerca de 65% das vezes. Os pesquisadores criaram e testaram vários modelos de IA e o melhor deles teve uma precisão de 83%.

Metástases cerebrais são um tipo de tumor cancerígeno que se desenvolve quando cânceres primários nos pulmões, mamas, cólon ou outras partes do corpo se espalham para o cérebro através da corrente sanguínea ou do sistema linfático. Embora existam várias opções de tratamento, a radioterapia estereotáxica é uma das mais comuns, com tratamento que consiste em doses concentradas de radiação direcionadas à área com o tumor.

“Nem todos os tumores respondem à radiação – até 30% desses pacientes continuaram o crescimento do tumor, mesmo após o tratamento”, diz Sadeghi-Naini. “Isso geralmente não é descoberto até meses após o tratamento por meio de ressonância magnética de acompanhamento”.

Este atraso é o tempo que os pacientes com metástases cerebrais não pode pagar, pois é uma condição particularmente debilitante, com a maioria das pessoas sucumbindo à doença entre três meses a cinco anos após o diagnóstico. “É muito importante prever a resposta à terapia antes mesmo do início da terapia”, continua Sadeghi-Naini.

Usando uma técnica de aprendizado de máquina conhecida como aprendizagem profundaos pesquisadores criaram redes neurais artificiais treinado em um grande conjunto de dados e, em seguida, ensinou a IA a prestar mais atenção a áreas específicas.

“Quando você olha para uma ressonância magnética, vê áreas dentro ou ao redor do tumor onde a intensidade e o padrão são diferentes, então você presta mais atenção a essas partes com seu sistema de visão”, explica Sadeghi-Naini. “Mas um algoritmo de IA é cego para isso. O mecanismo de atenção que incorporamos ao algoritmo ajuda essas ferramentas de IA a aprender qual parte dessas imagens é mais importante e a colocar mais peso nisso para análise e previsão”.

O estudo, agora disponível online, foi publicado no IEEE Journal of Translational Engineering in Health and Medicine.

Sadeghi-Naini diz que, embora mais pesquisas precisem ser feitas, os resultados apontam que a IA é uma ferramenta potencialmente significativa no gerenciamento preciso de metástases cerebrais e até mesmo de outros tipos de câncer no futuro.

O próximo passo para adotar isso como um prática clínica estaria olhando para uma coorte maior com um conjunto de dados multi-institucional, a partir daí um ensaio clínico poderia ser desenvolvido. “Se os tratamentos padrão puderem ser adaptados para os pacientes com base em sua resposta aos tratamentos – isso pode ser previsto antes mesmo do início do tratamento – há uma boa chance de que a sobrevida geral dos pacientes possa ser melhorada”, conclui.