O cancro do pâncreas está a caminho de se tornar a segunda principal causa de morte relacionada com cancro nos EUA até 2030, em parte porque 85 percent dos casos só são detetados quando a doença já se espalhou.
Na prática, simplesmente não o estamos a identificar suficientemente cedo.
Um modelo de IA desenvolvido por investigadores da Mayo Clinic e do University of Texas MD Anderson Cancer Center pode ajudar a inverter este cenário.
Porque é tão difícil detetar precocemente o cancro do pâncreas
O novo sistema chama-se REDMOD (modelo de deteção precoce baseado em radiómica) e foi avaliado com exames de TAC de pessoas que mais tarde viriam a ser diagnosticadas com cancro do pâncreas.
Em quase 3 em cada 4 casos, o REDMOD conseguiu assinalar a forma mais comum de cancro do pâncreas cerca de 16 meses antes do diagnóstico. Este valor é quase o dobro da taxa de deteção obtida por especialistas ao reverem os exames sem apoio de IA.
Em alguns exames, o REDMOD encontrou padrões suspeitos no tecido com mais de dois anos de antecedência, e a equipa considera que poderá identificar cancro até três anos antes.
"A maior barreira para salvar vidas do cancro do pâncreas tem sido a nossa incapacidade de ver a doença quando ainda é curável", afirma o radiologista e especialista em medicina nuclear Ajit Goenka, da Mayo Clinic.
"Esta IA consegue agora identificar a assinatura do cancro num pâncreas com aspeto normal, e consegue fazê-lo de forma fiável ao longo do tempo e em diversos contextos clínicos."
REDMOD: como o modelo de IA aprende a ler sinais radiómicos
Para ensinar o REDMOD, os investigadores recorreram a 969 exames de TAC ao pâncreas, permitindo ao sistema aprender a reconhecer sinais discretos de cancro nas fases mais iniciais.
Em vez de procurar um tumor evidente, o modelo tenta identificar padrões radiómicos - alterações na textura e na estrutura do tecido que, muitas vezes, são demasiado subtis para o olho humano.
Muitos cancros começam quando células normais acumulam mutações no ADN que afetam a forma como crescem e se dividem; contudo, podem passar anos até que essas alterações deem origem a um tumor suficientemente grande para provocar sintomas ou ficar claramente visível num exame.
Desempenho em testes com TAC: acertos, falsos positivos e consistência
Depois do treino, o REDMOD foi testado com um conjunto diferente de exames de TAC: 63 pertencentes a pessoas que desenvolveriam cancro, mas que foram examinadas antes do diagnóstico, e 430 controlos saudáveis sem cancro.
Dos 63 casos, o REDMOD sinalizou corretamente 46 como suspeitos, o que corresponde a 73 percent (quase 3 em 4).
Importa notar que todos estes exames já tinham recebido indicação de normalidade por radiologistas. Além disso, dois radiologistas que analisaram os exames ao mesmo tempo que o REDMOD só detetaram sinais precoces de cancro em 38.9 percent dos casos.
Entre os 430 controlos saudáveis, 81 foram incorretamente marcados como suspeitos pelo REDMOD - ou seja, se a IA tivesse sido aplicada num cenário real, estas pessoas poderiam ter sido chamadas para exames adicionais antes de receberem a confirmação de que estava tudo bem.
Um nível semelhante de desempenho foi observado em dois outros testes com conjuntos de dados, recorrendo a equipamentos diferentes em hospitais distintos.
Ainda melhor, nos doentes que tinham vários exames disponíveis, a IA apresentou resultados globalmente consistentes - mesmo quando as TAC tinham sido realizadas com meses de intervalo.
"Estas características colocam-no numa posição adequada para validação prospetiva em coortes de alto risco, um passo necessário para mudar o paradigma do diagnóstico tardio baseado em sintomas para uma interceção proativa pré-clínica", escrevem os autores do estudo no artigo publicado.
A lógica é que quanto mais cedo o REDMOD conseguir aceder a exames de TAC - eventualmente realizados de forma rotineira por outras razões e condições - mais útil poderá tornar-se. Existe a possibilidade de identificar o cancro do pâncreas numa fase em que o tratamento curativo ainda seja viável.
Apesar disso, ainda são necessários mais passos antes de chegar à prática clínica. A equipa pretende agora avaliar a IA em grupos maiores e mais diversos e perceber quão facilmente os médicos a conseguem integrar nos processos já existentes.
Os investigadores mostram-se otimistas com estes resultados iniciais e esperam que, com mais desenvolvimento e afinação, venha a existir um sistema extremamente valioso para um dos cancros mais mortais.
"A capacidade demonstrada pela estrutura para detetar de forma consistente estes sinais ocultos num grande conjunto de dados orientado para a prática clínica, combinada com a sua elevada estabilidade longitudinal e especificidade validada, estabelece uma base robusta para a deteção precoce aumentada por IA", escrevem os investigadores.
A investigação foi publicada na Gut.
Comentários
Ainda não há comentários. Seja o primeiro!
Deixar um comentário