Principal >> CÂNCER DE PULMÃO >> Ferramenta de inteligência artificial prevê risco de câncer de pulmão

Ferramenta de inteligência artificial prevê risco de câncer de pulmão


Descobertas de dois estudos anteriores demonstraram a eficácia do rastreamento de câncer de pulmão (LCS) usando tomografia computadorizada de baixa dose (LDCT) em fumantes de cigarro, com reduções de 20% e 24%, respectivamente; no entanto, são necessárias medidas inovadoras para rastrear e prever com precisão o risco de câncer de pulmão em uma população mais ampla de pacientes.

em um recente publicação no Jornal de Oncologia Clínica , pesquisadores da Harvard Medical School no Massachusetts General Hospital (MGH), em colaboração com pesquisadores do Massachusetts Institute of Technology, teorizaram que um modelo de aprendizado profundo (DLM) avaliando todos os dados volumétricos de LDCT poderia ser construído para prever o risco individual de doenças pulmonares câncer sem a necessidade de outros dados, incluindo dados demográficos ou clínicos.

Empregando dados de LDCTs do National Lung Screening Trial (NLST), o
os pesquisadores criaram um DLM chamado “Sybil” que avalia, escaneia e prevê o risco de câncer de pulmão nos próximos 1 a 6 anos. Este DLM inovador precisa de apenas um LDCT, não requer dados clínicos ou interpretações de radiologistas e pode ser executado em tempo real em segundo plano em uma estação de leitura de radiologia.

Os pesquisadores indicaram que o uso do Sybil foi confirmado pelo emprego de três conjuntos de dados independentes, incluindo um conjunto de dados de 13.309 LDCTs de um conjunto de 6.282 LDCTS de participantes do NLST; 8.821 LDCTs de MGH entre 2015 e 2021 e 12.280 LDCTs de pacientes adultos que foram submetidos a LDCTs para LCS no Chang Gung Memorial Hospital em Taiwan entre 2007 e 2019. O último conjunto de dados diferia dos grupos NLST e MGH porque incluía indivíduos com uma variedade de histórias de tabagismo, incluindo não fumantes.

Os resultados revelaram que, em todos os conjuntos de dados, Sybil foi capaz de prever com precisão o risco de câncer de pulmão. Os pesquisadores determinaram a precisão do Sybil utilizando a área sob a curva (AUC), da qual 1,0 é uma pontuação perfeita.

Os resultados também revelaram que Sybil previu o câncer em 1 ano com AUCs de 0,92 para os participantes adicionais do NLST, 0,86 para o conjunto de dados MGH e 0,94 para o conjunto de dados de Taiwan. Além disso, Sybil previu câncer de pulmão em 6 anos com AUCs de 0,75, 0,81 e 0,80 para os três conjuntos de dados, respectivamente.

Lecia Sequist, professora de medicina da HMS Landry Family no campo da oncologia médica no MGH, declarou: “Em vez de avaliar fatores de risco ambientais ou genéticos individuais, desenvolvemos um ferramenta que podem usar imagens para observar a biologia coletiva e fazer previsões sobre o risco de câncer”.

A coautora e líder do corpo docente da Jameel Clinic, Regina Barzilay, membro do Koch Institute for Integrative Cancer Research, afirmou: “Sybil pode olhar para uma imagem e prever o risco de um paciente desenvolver câncer de pulmão em 6 anos. Estou entusiasmado com os esforços de tradução liderados pela equipe do MGH que visam mudar os resultados para pacientes que, de outra forma, desenvolveriam doenças avançadas”.

Os pesquisadores afirmaram que este é um estudo retrospectivo, e estudos prospectivos que acompanhem os pacientes no futuro são necessários para validar o Sybil. Além disso, o Dr. Sequist e colegas lançarão um estudo clínico prospectivo para avaliar a capacidade do Sybil no mundo real e entender como seu uso ajudará os radiologistas.

O conteúdo contido neste artigo é apenas para fins informativos. O conteúdo não pretende ser um substituto para aconselhamento profissional. A confiança em qualquer informação fornecida neste artigo é exclusivamente por sua conta e risco.

« Clique aqui para retornar à Conscientização sobre o Câncer de Pulmão.