Os pesquisadores criaram um modelo de inteligência artificial que pode identificar com precisão o câncer em seus estágios iniciais, o que, segundo eles, pode acelerar o diagnóstico da doença e o tratamento dos pacientes.
Fonte da imagem: freepik
O câncer é a principal causa de morte no mundo. De acordo com a Organização Mundial da Saúde, cerca de 10 milhões de pessoas morrem a cada ano, ou quase uma em cada seis. No entanto, em muitos casos, a doença pode ser interrompida se detectada precocemente e tratada prontamente.
Um modelo de inteligência artificial desenvolvido por especialistas da Royal Marsden NHS Foundation, do Institute for Cancer Research London e do Imperial College London pode determinar se crescimentos anormais encontrados em tomografias computadorizadas (TC) são malignos. Os resultados do estudo foram publicados no Lancet eBioMedicine.
A equipe usou tomografias computadorizadas de cerca de 500 pacientes com grandes nódulos pulmonares para desenvolver um algoritmo de inteligência artificial usando radiômica. Essa técnica pode extrair informações vitais de imagens médicas difíceis de serem vistas pelo olho humano. O modelo de IA foi então testado para ver se poderia identificar com precisão os nódulos cancerígenos.
O estudo usou uma medida chamada área sob a curva (AUC) para ver a eficácia do modelo na previsão do câncer. AUC de 1 indica um modelo ideal, enquanto 0,5 seria esperado se o modelo adivinhasse aleatoriamente. Os resultados mostraram que o modelo AI poderia determinar o risco de câncer de cada nódulo com uma AUC de 0,87. Os indicadores melhoraram na escala de Brock, atualmente utilizada na clínica, e chegaram a 0,67. O modelo também teve desempenho comparável ao escore de Herder, outro teste que teve uma AUC de 0,83. O modelo de IA também pode ajudar os médicos a tomar decisões mais rápidas sobre pacientes com crescimentos anormais, que atualmente estão em risco intermediário.
A equipe enfatizou que o estudo ainda está em um estágio inicial. Mais testes serão necessários antes que o modelo possa ser implementado em sistemas de saúde.