Novo e inovador modelo de aprendizagem profunda de IA é quase cinco vezes melhor para prever o risco de câncer de mama do que os modelos tradicionais

Um novo estudo da Universidade de Copenhague mostrou que a inteligência artificial (IA) poderia transformar drasticamente a forma como avaliamos o risco de câncer de mama. O câncer de mama é um dos cânceres mais comuns em todo o mundo. Somente nos EUA, ocorrem anualmente 287.850 novos casos e 43.250 mortes. A nova pesquisa, publicada em The Lancet Digital Healthsugere resultados promissores com base em modelos de IA que são treinados para detectar senescência celular e podem prever o risco de câncer de mama futuro com muito mais eficácia do que as referências clínicas atuais.

Primeiro, o básico: o que é senescência celular? É um processo no qual as células danificadas ou envelhecidas param de se dividir, mas permanecem ativas. Geralmente está associado a doenças relacionadas ao envelhecimento, inclusive o câncer. Essas células "senescentes" às vezes são descritas como "células zumbis" porque não estão mais funcionando normalmente, mas ainda emitem sinais inflamatórios, o que pode levar ao crescimento de tumores. Embora a senescência possa atuar como um freio natural à divisão celular descontrolada, ela paradoxalmente também pode promover o câncer por meio desses sinais inflamatórios, conhecidos como fenótipo secretório associado à senescência (SASP).

Até agora, a medição da senescência em tecidos humanos tem sido difícil devido à falta de biomarcadores específicos. O estudo da Universidade de Copenhague, no entanto, usa iA de aprendizado profundo para analisar as morfologias nucleares - as formas dos núcleos das células - em amostras de tecido mamário. Isso permite a previsão do risco de câncer de mama com base em alterações nas células senescentes, mesmo em amostras de biópsia saudáveis.

Os pesquisadores realizaram um estudo de coorte retrospectivo usando biópsias de tecido mamário de 4.382 mulheres saudáveis. Essas amostras foram analisadas com uma ferramenta de aprendizagem profunda chamada Nuclear Senescence Predictor (NUSP). O modelo de IA examinou bem mais de 32 milhões de núcleos em vários tipos de tecido para detectar células senescentes e determinar sua distribuição dentro do tecido. Por meio de uma avaliação cuidadosa dessas células senescentes no tecido epitelial, adiposo e estromal, o sistema de IA conseguiu correlacionar os padrões de senescência com o risco futuro de câncer. Para referência, o tecido epitelial forma o revestimento das glândulas e superfícies do corpo, incluindo os dutos mamários, onde o câncer geralmente começa. O tecido adiposo é formado por células de gordura que armazenam energia, e o tecido estromal fornece suporte estrutural aos órgãos, incluindo tecidos conjuntivos que envolvem e sustentam as células epiteliais.

Os resultados gerais foram mais do que promissores. As mulheres cujas amostras de tecido apresentaram padrões específicos de senescência tiveram uma probabilidade maior ou menor de desenvolver câncer de mama, dependendo do tipo de senescência detectada. Por exemplo, um modelo (treinado na senescência causada por danos ao DNA) indicou um risco maior de câncer quando altos níveis de células senescentes estavam presentes no tecido. Outro modelo (treinado na senescência induzida por medicamentos) sugeriu um efeito protetor, reduzindo o mesmo risco.

Em comparação com o modelo Gail-que é o padrão ouro clínico atual para prever o risco de câncer de mama, o modelo de IA demonstrou uma precisão muito superior. Quando combinado com o escore de Gail, o modelo AI aumentou a razão de chances (uma medida da intensidade com que determinados fatores de risco preveem os resultados) para 4,70, quase cinco vezes o poder preditivo do escore de Gail sozinho.

Esse avanço, se e quando for comercializado, poderá oferecer aos médicos uma maneira muito mais refinada de identificar indivíduos de alto risco e oferecer intervenções muito necessárias. A capacidade de prever o risco de câncer de mama vários anos antes do seu desenvolvimento pode levar a diagnósticos mais precoces e programas de triagem mais personalizados, reduzindo testes desnecessários para mulheres de baixo risco e aumentando a vigilância para indivíduos de alto risco.

O potencial da IA é imenso, especialmente no que diz respeito ao avanço dos diagnósticos de câncer. Embora a tecnologia ainda esteja em desenvolvimento (e continuará assim por um bom tempo), sua aplicação pode revolucionar o rastreamento do câncer de mama. Ao usar amostras de tecido padrão, esse método de IA pode ser implantado globalmente.

Embora muitas pesquisas adicionais sejam necessárias para refinar esses modelos, a previsão de risco aprimorada pode levar à detecção precoce do câncer, a planos de tratamento mais eficazes e, por fim, a taxas de mortalidade mais baixas por câncer de mama. Essa é uma aplicação da IA no mundo real que todos podem apoiar.