A utilização dessas tecnologias para diagnóstico de tumores promoverá resultados mais precisos, rápidos e eficientes
A genômica e a inteligência artificial já são utilizadas com sucesso no tratamento do câncer, uma das principais causas de morte em todo o mundo, segundo a Organização Mundial da Saúde (OMS). O Dia Mundial de Combate à doença, 4 de fevereiro, é o marco de conscientização sobre os cuidados de prevenção e controle.
A genômica é a ciência que estuda a estrutura e a função do genoma humano, incluindo a identificação de mutações genéticas específicas associadas ao câncer. A inteligência artificial (IA), por sua vez, é uma tecnologia de aprendizado de máquina que pode ser usada para processar grandes quantidades de dados e identificar padrões complexos.
Juntas, a genômica e a IA têm o potencial de revolucionar o tratamento do câncer, fornecendo informações mais precisas e personalizadas sobre a doença. Por exemplo, os testes genômicos podem identificar mutações genéticas específicas que possam afetar a eficácia de determinados tratamentos. Algoritmos de IA podem ser usados para analisar essas informações genômicas junto a outros dados clínicos, como idade, histórico familiar e estágio da doença, para ajudar a determinar o melhor tratamento para cada paciente de forma individualizada.
“O conhecimento coletivo da genômica do câncer em diferentes populações ajuda a compreender a genômica do câncer específico de um paciente, identificando as alterações responsáveis pela progressão do tumor que o tornam resistente ao tratamento. O objetivo é identificar as alterações genômicas mais relevantes para o tumor”, explica o oncologista Rodrigo Dienstmann, diretor médico da Oncoclínicas Precision Medicine, do Grupo Oncoclínicas, e pesquisador do grupo Oncology Data Science no Vall d’Hebron Institute of Oncology (Espanha).
A inteligência artificial também está em uso na patologia, para guiar testes genômicos. Ao digitalizar a lâmina de um tumor, é possível utilizar algoritmos treinados com milhões de dados de pacientes para detectar padrões ocultos que o patologista não consegue ver ao examinar a lâmina com o microscópio. Isso permite identificar, por exemplo, uma alteração genômica na biópsia de um câncer.
“Essa tecnologia dá pistas sobre qual teste deve ser feito com prioridade, e a alteração desse tumor pode guiar o tratamento. Ou seja, no diagnóstico, a inteligência artificial é utilizada para indicar qual teste genômico deve ser feito e, após isso, como interpretar esse resultado”, explica Dienstmann.
Os avanços na utilização da inteligência artificial no diagnóstico de tumores promoverão resultados mais precisos, rápidos e eficientes. Como um tumor tem muitas alterações moleculares, é importante selecionar a melhor tecnologia diagnóstica para identificá-las. “O uso da IA dará celeridade aos laboratórios. Vale lembrar que a tecnologia não substitui o teste molecular com alta qualidade nem a necessidade de um profissional interpretar os resultados, como um patologista ou um biólogo molecular. Ela fornece ferramentas para agilizar e tornar mais eficiente a interpretação dos resultados”, ressalta o diretor médico da OC Precision Medicine.
É importante destacar que o desenvolvimento da inteligência artificial no diagnóstico do câncer requer alta tecnologia e laboratórios muito bem coordenados, desde patologistas até bioinformatas, incluindo todas as ferramentas de software que integram a IA na rotina. Para alcançar esse avanço, é preciso uma combinação de recursos humanos experientes, tecnologia de ponta e infraestrutura adequada, evitando testes desnecessários e concentrando-se nas alterações mais relevantes do tumor.
“Prevemos para 2023 uma ampla utilização de tecnologias de inteligência artificial na medicina diagnóstica, o que pode levar a resultados mais precisos e diagnósticos mais rápidos para os pacientes. Os algoritmos podem ser usados para identificar sinais precoces de câncer, avaliar a eficácia de tratamentos e monitorar a progressão da doença”, declara Wilson Shcolnik, presidente do Conselho de Administração da Abramed.
No entanto, segundo ele, a falta de dados médicos de alta qualidade e padronizados pode afetar a precisão dos resultados da inteligência artificial, por isso é fundamental a integração entre os players da cadeia da saúde. Além disso, é importante garantir que as tecnologias sejam desenvolvidas de forma ética e responsável para evitar prejuízos aos pacientes.
Publicado em: 15/2/2023