IA israelita promete mudar o tratamento do cancro da mama

Uma nova IA desenvolvida em Israel promete transformar de forma radical o tratamento do cancro da mama - e poupar a muitas doentes a quimioterapia, um fardo pesado.

Há anos que os médicos enfrentam a mesma questão: quem precisa mesmo de quimioterapia depois de uma cirurgia à mama - e quem acaba apenas por sofrer efeitos secundários sem retirar benefício real? Um modelo de IA agora apresentado pela Universidade Technion vai precisamente ao encontro desse problema e pode tornar a decisão muito mais precisa, mais rápida e menos cara.

Porque é tão difícil decidir a favor ou contra a quimioterapia

No cancro da mama hormono-dependente, HER2-negativo, médicos e médicas lidam com um dilema. Esta forma representa cerca de 70 por cento dos cerca de 2,3 milhões de novos casos anuais em todo o mundo. Uma parte das mulheres recebe quimioterapia com toda a certeza, apesar de o risco de recaída ser muito baixo. Outras, pelo contrário, podem não receber a intensidade de tratamento de que realmente precisariam.

Hoje, a decisão terapêutica tem em conta vários fatores:

• tamanho e agressividade (grau) do tumor
• envolvimento dos gânglios linfáticos
• estado dos recetores hormonais (estrogénio, progesterona)
• estado HER2
• em alguns casos, testes genéticos como o Oncotype DX

Em especial, o teste Oncotype DX tornou-se uma referência para estimar o risco de recidiva e o possível benefício da quimioterapia. Mas tem desvantagens: custa cerca de 3.500 dólares por análise, o resultado demora vários dias e, em muitos países, o teste nem sequer está disponível ou só existe de forma muito limitada.

Para as doentes em regiões mais pobres, isso significa que falta essa informação adicional essencial - e a decisão terapêutica assenta muitas vezes em critérios muito mais grosseiros.

Como a nova IA do cancro da mama calcula uma pontuação de risco a partir de imagens de tecido

A equipa do Technion – Israel Institute of Technology começou por um ponto que já faz parte da rotina hospitalar: os cortes histológicos dos tumores removidos. Estas chamadas lâminas histológicas existem em todos os hospitais e são sempre preparadas para o diagnóstico.

Os investigadores digitalizam essas lâminas e enviam as imagens para um modelo de aprendizagem profunda. O sistema procura padrões na estrutura do tumor e no tecido à sua volta que estejam ligados ao risco de recidiva.

A IA utiliza, de certa forma, a “linguagem” do tecido: pequenas alterações na forma das células, na sua disposição, na densidade e no microambiente, que escapam ao olho humano, mas que estão estatisticamente associadas a recidivas posteriores.

Com base em toda esta informação, o algoritmo calcula uma pontuação entre 0 e 100. Esse valor deve refletir tanto o risco de recidiva como o benefício esperado de uma quimioterapia. Quanto mais alta for a pontuação, maior a probabilidade de valer a pena acrescentar quimioterapia - e vice-versa.

O que o estudo com mais de 10.000 doentes mostra

Para testar o sistema, os cientistas recorreram aos dados do grande estudo TAILORx. Nesse estudo foram acompanhadas 10.273 doentes com cancro da mama hormono-dependente, HER2-negativo, das quais 8.284 casos eram adequados para a análise da IA.

Os investigadores compararam a pontuação da IA com os resultados do Oncotype DX e com os desfechos reais. Resultado:

• as pontuações da IA ficaram muito próximas dos valores do Oncotype DX
• o sistema reconheceu de forma fiável a maioria dos tumores com risco genético elevado
• o algoritmo não previu apenas o risco de recidiva, mas também o benefício real da quimioterapia, ou seja, quem tiraria efetivamente proveito dela

Desta forma, o modelo vai além de muitas abordagens anteriores, que se limitavam a prever o risco de reaparecimento sem considerar o ganho concreto de uma quimioterapia.

Menos quimioterapias desnecessárias e tratamento mais dirigido

Os investigadores veem um grande potencial para orientar de forma muito melhor o uso da quimioterapia. Segundo as suas análises, a pontuação da IA poderá poupar quimioterapia a muitas doentes após a menopausa, caso o risco seja realmente baixo. Essas mulheres seriam então tratadas “apenas” com cirurgia, hormonoterapia e, eventualmente, radioterapia - sem os efeitos secundários clássicos da quimioterapia, como náuseas, queda de cabelo, fadiga e risco de infeções.

Ao mesmo tempo, o sistema identifica grupos, sobretudo mulheres mais jovens, cujo risco foi subestimado e que poderão beneficiar de um tratamento mais intensivo. Assim, o foco desloca-se de uma “quimioterapia de segurança para todas as doentes sobre as quais não temos total certeza” para uma decisão mais fina e personalizada.

A IA é o primeiro modelo a inferir diretamente, a partir de amostras patológicas, o valor acrescentado da quimioterapia no cancro da mama - sem testes genéticos adicionais nem novas biópsias.

Os investigadores validaram o sistema em vários centros clínicos em Israel, nos EUA e na Austrália. Ao longo de diferentes países, equipamentos e sistemas de saúde, o desempenho manteve-se estável. Isso sugere que a abordagem não funciona apenas em centros especializados de alta tecnologia.

Grande potencial de poupança - sobretudo para países com poucos recursos

Um dos principais argumentos dos criadores é a diferença de custos. Enquanto o Oncotype DX custa cerca de 3.500 dólares por análise, a simples digitalização de uma lâmina histológica custa menos de um dólar. A análise propriamente dita da IA decorre depois num servidor e demora apenas alguns minutos.

Isto abre uma perspetiva totalmente nova para países com orçamentos de saúde limitados. Em teoria, basta:

• um laboratório de anatomia patológica padrão
• um scanner para as lâminas
• uma ligação estável à Internet

A partir daí, os hospitais poderiam fornecer às doentes uma pontuação de risco personalizada. Em termos globais, isso significa que mais mulheres passariam a receber uma terapêutica ajustada ao seu caso - e não apenas nos países industrializados mais ricos.

Outra “caixa negra” e o que isso significa na prática

Tal como acontece com muitos modelos de aprendizagem profunda, o caminho exato da decisão da IA continua pouco transparente. Os especialistas falam numa “caixa negra”: o algoritmo processa milhões de informações de imagem e devolve uma pontuação, sem que até os peritos consigam perceber com exatidão qual a combinação de características que acabou por determinar o resultado.

Na prática clínica, isso levanta várias questões:

• até que ponto pode um médico confiar num sistema que não compreende por completo?
• o que fazer quando a pontuação da IA e a impressão clínica não coincidem?
• quem responde se, mais tarde, uma recomendação se revelar errada?

Para ganhar confiança, estão agora previstos estudos prospetivos no Brasil e na Índia. Nesses países, a IA será aplicada em tempo real a novas doentes, enquanto os desfechos reais serão comparados com as previsões. Só quando esses dados estiverem disponíveis é que os especialistas esperam uma adoção mais ampla.

O que as doentes precisam de saber agora

Para as mulheres com cancro da mama, esta evolução significa прежде всего uma coisa: a discussão sobre o benefício da quimioterapia torna-se mais matizada. Já hoje, perguntas como estas devem fazer parte da conversa com a equipa de tratamento:

• Que fatores jogam a favor ou contra a quimioterapia no meu caso?
• Um teste genético como o Oncotype DX faz sentido - e é comparticipado?
• Os nossos hospitais participam em estudos com modelos baseados em IA?
• Qual é, concretamente, a minha estimativa de risco de recidiva - com e sem quimioterapia?

Quem entra nessas conversas bem informada pode decidir com mais consciência, em conjunto com médicas e médicos. A IA não substitui essas conversas; apenas acrescenta mais uma peça ao puzzle - se, entretanto, provar o seu valor.

IA na oncologia: oportunidades e riscos em foco

A abordagem atual insere-se numa vaga mais ampla de ferramentas de IA para a medicina oncológica. Hoje em dia, algoritmos já analisam imagens de mamografias, tomografias computorizadas ou análises genéticas para detetar tumores mais cedo e com maior precisão. Com a anatomia patológica, ganha destaque uma área que, tradicionalmente, dependia muito da experiência de especialistas individuais.

As vantagens são evidentes: avaliações consistentes, também em clínicas mais pequenas, resultados mais rápidos e custos mais baixos. Ao mesmo tempo, especialistas alertam para uma utilização sem espírito crítico. A segurança dos dados, o acesso equitativo e a questão de quem treina e supervisiona os modelos continuam a ser pontos centrais por resolver.

Para as doentes com cancro da mama, a combinação de medicina clássica, testes genéticos e análise inteligente de imagem poderá, porém, significar em breve menos sobretratamento, melhores hipóteses quando o risco é real - e mais tempo para se concentrarem na vida depois do diagnóstico.