Algoritmo automatizado pode detectar câncer em amostras de sangue em apenas 10 minutos

Quando o câncer se espalha, pequenas quantidades de células podem se desprender dos tumores e circular na corrente sanguínea. Uma biópsia líquida é um meio de detectar a presença de câncer, detectando essas células cancerígenas flutuando em amostras de sangue. No entanto, os métodos atuais de última geração necessitaram de especialistas treinados para examinar e revisar imagens de milhares de células de potencialmente milhões de células em uma lâmina durante um período de muitas horas.

Agora, pesquisadores da Escola de Engenharia USC Viterbi e da Faculdade de Letras, Artes e Ciências da USC Dornsife desenvolveram um novo algoritmo de IA para automatizar a detecção de algumas células cancerígenas entre milhões de células sanguíneas normais.

Em aproximadamente 10 minutos, o algoritmo é capaz de encontrar as “agulhas no palheiro”, detectar o câncer mais rapidamente, determinar se o câncer retornou e, potencialmente, informar os tratamentos.

O novo algoritmo, denominado RED (Rare Event Detection) é descrito em um artigo em Oncologia de Precisão npj por Javier Murgoitio-Esandi que era Ph.D. no Departamento de Engenharia Aeroespacial e Mecânica da USC (com foco em aprendizado de máquina e inteligência artificial), seu orientador, Assad Oberai, Professor de Engenharia Aeroespacial e Mecânica, e Peter Kuhn, Professor Universitário, Professor Reitor de Ciências Biológicas e Professor de Ciências Biológicas, Medicina, Engenharia Biomédica, Engenharia Aeroespacial e Mecânica e Urologia junto com colegas.

Embora Kuhn, ao longo de sua carreira, tenha construído sistemas para agilizar a detecção de células relacionadas ao câncer, a abordagem de aprendizagem profunda desenvolvida por meio dessa colaboração é uma forma de turbinar o processo.

Oberai explica: “As máquinas não precisam selecionar informações da mesma forma que os humanos”.

O RED funciona de maneira diferente das ferramentas computacionais existentes para biópsias líquidas que exigem que um ser humano esteja informado. Na verdade, em vez de procurar características específicas e conhecidas de uma célula cancerígena e agrupar os milhões de células em grupos mais pequenos, o RED nem sequer precisa de saber como é a “agulha” que procura.

De acordo com Oberai, autor correspondente do artigo, RED usa IA para identificar padrões incomuns e classifica tudo por raridade – as descobertas mais incomuns chegam ao topo.

Assim como aquela música da “Vila Sésamo”, o algoritmo aponta “que uma dessas coisas não é igual às outras”. Ou, como diz Kuhn, o algoritmo pode analisar milhões de células e “separar valores discrepantes de não discrepantes”.

Este trabalho baseia-se em trabalhos anteriores de Oberai e Kuhn relacionados ao câncer de mama.

É pessoal para Kuhn, que trabalha no assunto há mais de uma década. Sua mãe foi diagnosticada com câncer de mama e Kuhn, como diretor do Convergent Science Institute in Cancer do USC Michelson Center, construiu um grande corpo de dados anotados por humanos relacionados ao câncer de mama.

Isto permitiu à equipa de investigação conjunta testar o algoritmo de duas maneiras: primeiro observando os resultados sanguíneos de pacientes conhecidos com cancro da mama avançado e, em outro teste, adicionando células cancerígenas a amostras de sangue normais para ver se o RED conseguia encontrá-las. O algoritmo:

• Encontradas 99% de outras células cancerígenas epiteliais
• Encontradas 97% de células endoteliais adicionadas
• Também reduziu a quantidade de dados a serem revisados ​​em 1.000 vezes.

Oberai diz que, além de remover o preconceito humano, “conseguimos encontrar mais sinais do que a abordagem antiga. Conseguimos encontrar o dobro de células interessantes em comparação com a abordagem antiga”.

Ele acrescenta: “Este artigo estabelece esta técnica como uma forma de isolar computacionalmente células ‘interessantes’ que estão associadas ao câncer”. (Ele quer dizer “interessante” da mesma forma que um suspeito de crime é uma “pessoa de interesse”.)

Esta nova abordagem já está a produzir dividendos significativos e está a ser aplicada para compreender os resultados de cancros como o cancro da mama, o cancro do pâncreas e o mieloma múltiplo.

Kuhn explica o impacto do trabalho. “[This] é uma maneira totalmente nova e, em muitos aspectos, não óbvia, de analisar o palheiro que desencadeia toda uma onda de novos desenvolvimentos orientados pela IA e pela aprendizagem profunda.”

Ele espera que este e futuros artigos possam ajudar três partes críticas da jornada do paciente, respondendo às seguintes perguntas:

• Eu tenho câncer?
• Meu câncer desapareceu ou está voltando?
• Qual é o melhor próximo tratamento para o meu câncer?

“Queremos apoiar cada uma dessas partes da jornada do paciente com dados do sangue”, diz Kuhn.

“Este é um dos grandes exemplos em que a IA moderna está realmente mudando a maneira como fazemos pesquisas em saúde. Nosso próximo passo é continuar a avançar para a vanguarda da IA ​​para mudar radicalmente a nossa capacidade de encontrar precocemente o câncer no sangue dos pacientes.”

Segundo Oberai, é também um grande exemplo de pesquisa convergente, onde pesquisadores com expertise em diferentes áreas da ciência e da engenharia se uniram para encontrar uma solução impactante para um problema difícil.