Embora o tratamento do câncer de mama tenha melhorado, o risco de recidiva continua a afetar muitos pacientes. Um estudo publicado na Nature Communications apresenta um teste por inteligência artificial que prevê esse risco e pode orientar decisões sobre quimioterapia.
A equipe desenvolveu um modelo multimodal que combina dados clínicos rotineiros com lâminas de patologia. Krzysztof J. Geras, que liderou o trabalho, explicou aspectos do desenvolvimento, e Yann LeCun comentou o uso de um pré-treinamento self-supervised para melhorar o aprendizado do modelo.
Os pesquisadores testaram o método em dados de mais de 3.500 pacientes de 15 populações em sete países. A acurácia foi avaliada com indicadores estatísticos padrão, como o C-Index e uma Hazard Ratio. O teste discriminou pacientes de maior e menor risco e mostrou bom desempenho em cânceres triple-negative e HER2-positivo. Os autores ressaltam a necessidade de ensaios clínicos randomizados antes do uso clínico e mencionam relações financeiras com a empresa Ataraxis AI.
Palavras difíceis
- recidiva — retorno da doença após tratamento
- modelo multimodal — sistema que usa vários tipos de dados
- lâmina — fatia fina de tecido usada em patologialâminas
- pré-treinamento — treino inicial do modelo antes da tarefapré-treinamento self-supervised
- acurácia — grau em que resultados estão corretos
- quimioterapia — tratamento com medicamentos para matar células
- ensaio clínico randomizado — estudo com pacientes e grupo de controleensaios clínicos randomizados
Dica: passe o mouse, foque ou toque nas palavras destacadas no artigo para ver definições rápidas enquanto lê ou ouve.
Perguntas para discussão
- Você confiaria em um teste por inteligência artificial para ajudar a decidir sobre quimioterapia? Por quê?
- Como acha que combinar dados clínicos e lâminas de patologia pode ajudar médicos nas decisões?
- Por que é importante realizar ensaios clínicos randomizados antes de usar um teste assim na prática?
