ROCHESTER, Minnesota — Pesquisadores da Mayo Clinic e colaboradores demonstraram que uma ferramenta de inteligência artificial (IA) pode analisar lâminas histopatológicas de rotina para ajudar os médicos a classificarem meningiomas, o tumor cerebral primário mais comum em adultos, e compreender melhor o risco de recorrência tumoral de um paciente.

O estudo, publicado na revista The Lancet Digital Health, demonstra que modelos de aprendizado profundo podem auxiliar na extração de informações moleculares e prognósticas a partir de lâminas padrão coradas por hematoxilina e eosina (H&E) — o mesmo tipo de imagem tecidual já utilizado rotineiramente na prática clínica. Esses dados são normalmente obtidos por meio do perfil de metilação do DNA, um teste genético avançado que fornece informações diagnósticas e prognósticas valiosas, mas que pode ser caro, demorado e indisponível em muitos hospitais.

“Este é um dos muitos estudos em que podemos aproveitar o potencial da patologia digital ao incorporar aos algoritmos de IA o conhecimento genômico e molecular acumulado nas últimas duas décadas”, afirma Gelareh Zadeh, M.D., Ph.D., chefe do Departamento de Neurocirurgia da Mayo Clinic em Rochester e diretora médica executiva da Plataforma Mayo Clinic, como titular da cátedra honorífica "David C. and Flora C. Pratt".

Tornando informações avançadas sobre tumores mais acessíveis

Os meningiomas podem apresentar comportamentos bastante variados. Alguns crescem lentamente e podem nunca retornar após o tratamento, enquanto outros são mais agressivos e apresentam maior probabilidade de recorrência. Compreender esse risco é fundamental para pacientes e equipes assistenciais ao decidirem se tratamentos adicionais, como a radioterapia, poderão ser necessários após a cirurgia.

Os testes moleculares podem ajudar a identificar quais tumores apresentam maior probabilidade de recorrência e quais podem responder de maneira diferente ao tratamento. Entretanto, esses testes exigem tecnologia especializada e conhecimento técnico específico, limitando o acesso para muitos pacientes.

Utilizando amostras de tecido, imagens de patologia e dados clínicos de 672 pacientes, os pesquisadores desenvolveram e testaram modelos de IA projetados para identificar padrões associados à biologia dos tumores. Com base em múltiplos conjuntos de dados desidentificados, incluindo recursos de dados da Plataforma Mayo Clinic, os modelos auxiliaram na classificação de subtipos de meningioma e na previsão do risco de recorrência utilizando lâminas histopatológicas padrão que já fazem parte do atendimento rotineiro aos pacientes.

Os resultados sugerem que, com validação adicional, ferramentas baseadas em IA poderão futuramente ajudar os médicos a obterem informações mais detalhadas sobre os tumores para orientar o cuidado aos pacientes, sem exigir que todos sejam submetidos a testes genéticos avançados.

Auxiliando na tomada de decisões terapêuticas

Para pacientes com meningiomas, o risco de recorrência pode influenciar o acompanhamento clínico, a frequência dos exames de imagem e a decisão sobre a indicação de radioterapia. O estudo constatou que as previsões baseadas em IA permaneceram úteis mesmo após o ajuste para fatores clínicos tradicionais, como o grau tumoral, a extensão da ressecção cirúrgica do tumor e a idade do paciente.

Pesquisadores também verificaram que os modelos de IA foram capazes de identificar padrões de heterogeneidade tumoral — diferenças existentes dentro de um mesmo tumor — que podem ajudar a explicar por que alguns tumores apresentam comportamento mais agressivo ou respondem de forma diferente ao tratamento.

Os pesquisadores observam que estudos prospectivos adicionais são necessários antes que os modelos de IA possam ser utilizados rotineiramente na prática clínica. Ainda assim, afirmam que os resultados estabelecem as bases para um cuidado mais acessível e personalizado para pacientes com meningiomas — e, potencialmente, para abordagens semelhantes baseadas em IA em outros tipos de câncer.

Como ocorre com qualquer ferramenta de suporte à decisão clínica, os pesquisadores enfatizam que esses modelos exigirão avaliação rigorosa, validação e supervisão médica contínua antes de serem considerados para uso rotineiro. “O objetivo é tornar esses algoritmos amplamente acessíveis e de fácil utilização em escala global, melhorando o cuidado aos pacientes em diversos contextos de assistência à saúde”, afirma a Dra. Zadeh.

Para consultar a lista completa de autores, declarações e informações sobre financiamento, acesse a publicação.

###

Sobre a Mayo Clinic
A Mayo Clinic é uma organização sem fins lucrativos comprometida com a inovação na prática clínica, educação e pesquisa, fornecendo compaixão, conhecimento e respostas para todos que precisam de cura. Visite a Rede de Notícias da Mayo Clinic para obter outras notícias da Mayo Clinic.

Sobre a Plataforma Mayo Clinic Platform
Fundada com base no compromisso da Mayo Clinic com o cuidado centrado no paciente, a Plataforma Mayo Clinic viabiliza a geração de novos conhecimentos, novas soluções e novas tecnologias por meio de colaborações com organizações inovadores da área da tecnologia em saúde, com o objetivo de criar um mundo mais saudável. Para saber mais, visite a Plataforma Mayo Clinic em www.mayoclinicplatform.org.

Contato de mídia:

• Tia Ford, Comunicações da Mayo Clinic, newsbureau@mayo.edu

[mayoNnVideoDownload]

Artigos relacionados