Embora em medicina se tenha entendido, desde há muito tempo, que a previsão de resultados em pacientes com cancro, requer a consideração de múltiplos fatores, como histórico do paciente, genética e patologia da doença, os médicos são muitas vezes levados a tomar decisões solitárias sobre o tipo de tratamento para determinado paciente.
A ciência avançou prodigiosamente na luta contra o cancro, mas o mundo natural tem sido o arsenal mais eficaz da medicina, fornecendo desde antibióticos a potentes fármacos.
LER MAIS
De acordo com resultados publicados na revista científica Cancer Cell, usando tecnologia de Inteligência Artificial (IA), um grupo de investigadores do Mahmood Lab no Brigham and Women’s Hospital (Boston, EUA), revela um modelo de prova de conceito, que combina vários tipos de dados de diferentes fontes para prever os resultados dos pacientes para 14 tipos diferentes de cancro.
Os especialistas contam com dados de várias fontes, como sequenciamento genómico, patologia e histórico do paciente, para diagnosticar e prever diferentes tipos de cancro. Embora a atual tecnologia permita que utilizem essas informações, no prognóstico, a integração manual de dados de diferentes fontes constitui um desafio e geralmente os especialistas fazem avaliações subjetivas.
Faisal Mahmood, professor assistente do Departamento de Patologia Computacional de Brigham e membro associado do Programa de Cancro de Harvard e do Broad Institute do MIT, afirma que “Os especialistas analisam muitas evidências para prognosticar a evolução da doença em um paciente.”, “Esses testes iniciais tornam-se a base para a tomada de decisões sobre a inclusão num ensaio clínico ou regime de tratamento específico. Mas isso significa que essa previsão multimodal acontece ao nível do especialista. O que nós tentamos fazer é resolver esse problema computacionalmente."
Por meio desses novos modelos de IA, Mahmood e seus colegas descobrem um meio de integrar computacionalmente várias formas de informações clínicas, para obter previsões de resultados mais precisas. Os modelos de IA demonstram o potencial de determinação no prognóstico ao mesmo tempo que revelam os fundamentos preditivos de recursos usados para prever o risco no paciente, uma caraterística que pode ser usada para descobrir novos biomarcadores.
O algoritmo multimodal desenvolvido pelos cientistas, tem a capacidade de aprender informações preditivas de várias fontes de dados, nomeadamente usando as bases de dados públicas do Atlas do Genoma do Cancro (TCGA), que contém dados de muitos tipos de cancro, bem como modelos de dados histológicos e genómicos, fundindo-os em uma unidade tecnológica unificada que fornece importantes informações de prognóstico. Os resultados demonstraram a eficácia dos modelos ao preverem resultados com mais precisão do que os que incluíram apenas uma fonte de informação, o que destaca ser possível usar a IA para integrar diferentes tipos de dados clinicamente informados para prever os resultados da evolução da doença.
Embora esse modelo de prova de conceito revele um novo papel para a tecnologia de IA no tratamento do cancro, esta pesquisa é apenas o primeiro passo na aplicação clínica desses modelos. A implementação desses modelos na medicina requer a inclusão de grandes conjuntos de dados e validação em grandes grupos de ensaios independentes, coisa que Faisal Mahmood pretende fazer no futuro, integrando cada vez mais tipos de informação dos pacientes, como exames radiológicos, histórico familiar e registos médicos eletrónicos, e, eventualmente, trazer o modelo para ensaios clínicos.
