O modelo de aprendizagem profunda criado pela equipe pode prever, com base apenas em uma mamografia, se uma mulher irá desenvolver câncer de mama no futuro.
E, ao contrário de métodos mais antigos, funciona tão bem em pacientes negras quanto em pacientes brancas.
O primeiro passo foi examinar as mamografias de mais de 60.000 pacientes tratadas no Massachusetts General.
Os pesquisadores então identificaram as mulheres que desenvolveram câncer de mama dentro de cinco anos de seus exames.
Com esses dados, criaram um modelo que reconhece os padrões sutis no tecido mamário que são os primeiros sinais de câncer.
Segundo Regina Barzilay, uma das autoras do estudo e sobrevivente do câncer de mama, a esperança é de que sistemas como esse permitam que os médicos personalizem programas de prevenção e rastreamento em nível individual, tornando o diagnóstico tardio uma relíquia do passado.
Desde a criação do primeiro modelo de risco de 1989, tais esquemas têm sido impulsionados pelo conhecimento e pela intuição de quais fatores constituem risco para a doença. Exemplos de fatores incluem: idade, histórico familiar de câncer de mama e de ovário, fatores hormonais e reprodutivos e densidade mamária.
No entanto, a maioria desses marcadores é apenas fracamente correlacionada com o câncer de mama. Como resultado, mesmo após décadas de desenvolvimento, os atuais modelos ainda não são precisos o suficiente no nível individual, e programas de rastreamento com base no risco não são possíveis.
Em vez de identificar manualmente os padrões em uma mamografia que poderiam conduzir ao câncer no futuro, a equipe treinou um modelo de aprendizagem profunda para induzir os padrões diretamente dos dados.
Informações de mais de 90.000 mamografias foram utilizadas para permitir que a inteligência artificial aprendesse a captar padrões muito sutis e complexos demais para serem detectados pelo olho humano.
Desde a década de 1960, os radiologistas notaram que as mulheres têm padrões únicos e amplamente variáveis de tecido mamário visíveis na mamografia. Esses padrões podem representar a influência da genética, hormônios, gravidez, lactação, dieta, perda de peso e ganho de peso.
Agora, podemos alavancar essa informação específica para ser mais rigoroso na avaliação de risco a nível individual de uma mulher.
“Em vez de adotar uma abordagem padrão, podemos personalizar a triagem em torno do risco de uma mulher desenvolver câncer”, explica Barzilay. “Por exemplo, um médico pode recomendar exames complementares de ressonância magnética para mulheres com alto risco avaliado pelo modelo”.
A inteligência artificial também tem potencial para ajudar a corrigir a disparidade racial na saúde da mulher.
Um estudo publicado em 2018 na revista científica JAMA Surgery mostrou que, como as diretrizes atuais para o câncer de mama são baseadas principalmente no estudo de populações brancas, isso pode levar a um atraso na detecção do câncer em mulheres de outras etnias.
Isso tem consequências graves: as mulheres negras são 43% mais propensas a morrer de câncer de mama do que as brancas. Em média, mulheres hispânicas, negras e asiáticas desenvolvem câncer de mama em idade mais precoce do que as caucasianas.
No novo estudo, os cientistas descobriram que seu modelo de inteligência artificial funcionou tanto em pacientes negras quanto em brancas por uma simples razão: os dados alimentados nele incluíam ambas as populações.
“É particularmente impressionante que o modelo tenha um desempenho tão bom para pessoas negras quanto para brancas, o que não tem sido o caso com ferramentas de avaliação de risco anteriores”, disse Allison Kurian, da Universidade de Stanford (EUA).
Mas, enquanto o modelo pode ser mais diversificado, apenas 5% das 60.000 mulheres estudadas pelos pesquisadores eram negras. No total, 81% eram brancas, 5% negras, 4% asiáticas e 8% foram categorizadas como “outro” ou “desconhecido”. Ou seja, mais trabalhos precisam ser feitos para tornar os dados ainda mais reflexivos sobre a população em geral.
Próximos passos
Os cientistas agora estão buscando colaborações com outros hospitais para validar o modelo em populações mais diversificadas e garantir que seja equitativo. Os números preliminares são promissores.
“Nosso objetivo é fazer com que esses avanços façam parte do padrão de atendimento. Ao prever quem irá desenvolver o câncer no futuro, podemos tratá-lo antes que os sintomas surjam e esperamos salvar vidas”, afirmou Adam Yala, outro pesquisador do estudo.
Os resultados foram publicados em um artigo na revista científica Radiology.
Créditos: Hypescience
Nenhum comentário:
Postar um comentário