A inteligência artificial (IA) está impulsionando rapidamente a oncologia digital. Os testes de biomarcadores digitais podem ajudar os médicos a tomar decisões informadas e personalizadas no tratamento do câncer. No entanto, em 2023, ainda existem poucos produtos desse tipo no mercado que tenham sido utilizados de forma madura em grande escala.
Um relatório de consenso envolvendo 24 especialistas com experiência em IA computacional em patologia/patologia (CPath/AI) diz que a IA melhorará a precisão do diagnóstico e mudará significativamente as tarefas diárias dos técnicos de patologia. Até 2030, a IA será utilizada de forma rotineira e eficaz em laboratórios de patologia.
Dois estudos independentes publicados recentemente na eBiomedicine e na The Lancet Digital Health, uma revista subsidiária da The Lancet, analisaram respectivamente: o significado prognóstico de um sistema de pontuação de linfócitos infiltrantes de tumor (TILs, que pode ser usado como alvo de medicamento para o tratamento do câncer) baseado em aprendizagem profunda em diferentes estágios do melanoma (um câncer de pele); e o valor do uso da IA como leitor independente no fluxo de trabalho da mamografia.
Dois estudos sobre diferentes tipos de câncer
O primeiro estudo foi concluído em conjunto por pesquisadores do Departamento de Dermatologia da Universidade de Tuebingen, na Alemanha, do Departamento de Dermatologia da Universidade de Heidelberg, na Alemanha, e do Departamento de Patologia da Escola de Medicina da Universidade de Yale, nos Estados Unidos. No estudo, os pesquisadores usaram o algoritmo de aprendizagem profunda NN192, um algoritmo desenvolvido para o sistema de pontuação de TILs padrão e digital “eTILs”, para analisar 321 amostras de melanoma primário e 191 amostras metastáticas.
Os investigadores descobriram que os pacientes com melanoma com pontuações baixas de eTILs tinham mais do dobro do risco de desenvolver metástases à distância do tecido cancerígeno do que os pacientes com pontuações altas de eTILs. Ao mesmo tempo, os escores de eTILs diminuíram entre amostras de melanoma primário e metástases. Pacientes com pontuação eTILs ≤12,2% que também receberam imunoterapia anti-PD-1 tiveram resultados de sobrevida ruins. Isto demonstra que os eTILs são preditivos de amostras de melanoma primário e que os eTILs podem prever resultados de resposta e sobrevivência em pacientes que recebem terapia PD-1.
A este respeito, Roberto Salgado, co-presidente do Grupo Internacional de Trabalho de Biomarcadores de Imuno-Oncologia, disse que a quantificação precisa das células imunitárias envolve informações prognósticas e preditivas e é importante para percursos clínicos e planos de tratamento personalizados. Além disso, os resultados da avaliação por computador são muito mais precisos do que a avaliação manual.
O segundo estudo foi conduzido por Karin Dembrower e sua equipe do Departamento de Patologia Oncológica do Instituto Karolinska e do Hospital Capio Sankt Göran, na Suécia.
Neste estudo, a equipe de pesquisa incluiu 55.581 mulheres com idade entre 40 e 74 anos com implantes mamários não preenchidos com base em exames regulares de câncer de mama no Hospital Capio Sankt Göran de 1º de abril de 2021 a 9 de junho de 2022. O estudo seguiu o formato das Diretrizes Nacionais Suecas de triagem mamográfica, em que dois radiologistas avaliaram independentemente a mamografia de cada participante, e no caso de uma leitura anormal por qualquer um deles, uma discussão de consenso foi realizada para decidir se deve prosseguir com outras imagens. Se exames adicionais ainda suspeitarem que o paciente tem câncer, é obtida uma amostra de biópsia, que é analisada por um patologista e é feito um diagnóstico definitivo.
No estudo, o InsightMMG (um sistema de IA) funcionou como um leitor independente em segundo plano enquanto dois radiologistas liam as imagens. Os radiologistas não conseguiram acessar o InsightMMG para obter informações antes da discussão de consenso, durante a qual os radiologistas tiveram acesso às informações do InsightMMG para todos os casos, incluindo quaisquer achados de imagem local, contornos gráficos e pontuações de anormalidade de IA correspondentes.
A equipe de pesquisa conduziu quatro estratégias de leitura e examinou os resultados reais do diagnóstico de leitura dupla por dois radiologistas (situação padrão), leitura dupla por um radiologista e o sistema de IA, leitura única pelo sistema de IA e terceira leitura por dois radiologistas e o sistema de IA. Os resultados mostraram que, em comparação com a situação padrão, a taxa de detecção de câncer por dupla leitura por um radiologista e pelo sistema de IA aumentou 4% e a taxa de reconvocação diminuiu 4%; a taxa de detecção de câncer para leitura única pelo sistema de IA não teve diferença significativa e a taxa de recuperação diminuiu 47%; a taxa de detecção de câncer por dois radiologistas e o sistema de IA para terceira leitura aumentaram ligeiramente, a taxa de reconvocação aumentou 5% e as discussões de consenso aumentaram quase 50%.
A equipe de pesquisa disse que os sistemas de IA e os humanos considerarão certas características diferentes da imagem como câncer suspeito ao ler as imagens, de modo que a sinergia entre os humanos e os sistemas de IA pode melhorar a taxa de detecção do câncer de mama nas mamografias. A leitura única do sistema de IA minimiza a carga psicológica dos participantes causada por múltiplos exames, mas significa que uma grande proporção das mamografias nunca é avaliada por um médico. Dois radiologistas e a terceira leitura do sistema de IA podem detectar o câncer em maior medida, mas isso deve ser equilibrado com questões como o aumento dos custos de detecção e a escassez de radiologistas.
O mercado ainda precisa continuar a se desenvolver
Roberto Salgado disse que os testes de biomarcadores digitais podem ajudar os médicos a tomar decisões informadas e personalizadas no tratamento do câncer. No entanto, em 2023, ainda existem poucos produtos desse tipo no mercado que tenham sido utilizados de forma madura em grande escala.
Em 7 de setembro, horário local, Paige.AI, um desenvolvedor americano de tecnologia de diagnóstico de câncer, anunciou que cooperaria com a empresa de tecnologia americana Microsoft (Microsoft) para construir o maior modelo de IA baseado em imagens do mundo e aplicá-lo ao desenvolvimento de patologia digital e oncologia.
Coincidentemente, em 11 de setembro, horário local, a empresa de tecnologia americana Dell (DELL) e o Centro de Pesquisa Digital do Câncer da Universidade de Limerick, na Irlanda, desenvolveram conjuntamente uma plataforma de IA e tecnologia de gêmeo digital para promover pesquisas de previsão e diagnóstico de linfoma de células B.
“Este é um começo muito emocionante e esperamos contar com o suporte digital da equipe da Dell Technologies para acelerar este projeto.” Paul Murray, professor de patologia molecular da Universidade de Limerick e diretor científico da unidade de patologia digital do Digital Cancer Research Center, disse: "Trabalhando com a equipe da Dell Technologies, seremos capazes de entender melhor como as células erram durante o desenvolvimento do câncer e encontrar novas maneiras de diagnosticar e tratar pacientes com câncer".