Pacientes e Tudo Sobre o Câncer

Notícias

Os avanços na área de inteligência artificial em oncologia

05.04.2017

Cada vez mais, as máquinas podem cuidar de tarefas complexas que consomem muito tempo dos médicos

 

Todos os dias são gerados 25 exabites de dados em oncologia, o equivalente a mais de 629 milhões de livros do Harry Potter. Quem consegue ler e interpretar tudo isso? Através de algoritmos computacionais que reconhecem padrões e até aprendem com os próprios erros, as máquinas podem realizar com rapidez e precisão várias tarefas complexas que consomem muito tempo dos oncologistas. É a grande ajuda da inteligência artificial: ela não substitui médicos e nem trata pacientes, mas responde com objetividade as perguntas certas.

Quatro palestrantes falaram sobre os avanços na área da inteligência artificial em oncologia em um simpósio no segundo dia do AACR Meeting 2017, em Washington: Lynda Chin, da The University of Texas System; Mark de Pristo, do Google Inc; Paul Cohen, da Defense Advanced Research Projects Agency; e Andrew Beck, da PathAI. Os estudos mostraram aplicações diversas, de prontuários recheados com muita informação compilada sobre pacientes e medicamentos até a detecção refinadíssima de doenças metastáticas, leituras de imagens e de alterações de moléculas. 

"Com a velocidade que estas tecnologias têm avançado há uma forte expectativa de que novas aplicações surjam em breve e oncologistas, patologistas e radiologistas devem ser muito beneficiados nas suas rotinas pelas facilidades que a inteligência artificial nos trará", diz Dr. Victor Piana de Andrade, Diretor Médico.

Dr. Chin apresentou o projeto OEA® - Oncology Expert Advisor, do MD Anderson Cancer Center. O programa organiza dados estruturados e não estruturados do prontuário eletrônico para apresentar ao médico um resumo dos dados dos pacientes que inclui informações até mesmo moleculares dos tumores, enriquecido com a literatura médica sobre a probabilidade de resposta e níveis de efeitos colaterais com cada um dos medicamentos do mercado. O sistema foi treinado por oncologistas experientes e agora os auxilia com informação de qualidade para a decisão terapêutica. 

Mark de Pristo, do Google, mostrou a superioridade da máquina em graduar a retinopatia diabética em mais de 10 mil imagens quando comparada a 54 oftalmologistas. Em outro estudo, os dados de sequenciamento de DNA e RNA que hoje são analisados visualmente pelos biólogos passam a contar com a precisão do reconhecimento de padrões das máquinas para identificar as mutações. Na tentativa de popularizar a tecnologia, o Google liberou o acesso para o software TensorFlowTM que disponibiliza algoritmos de inteligência artificial para que os usuários testem e se habituem num modelo de crowdsourcing.

Paul Cohen mostrou como a inteligência artificial está ajudando oncologistas a interpretar milhares de interações entre moléculas descritas na literatura. As interações complexas estão representadas graficamente, o que auxilia muito os oncologistas no entendimento da biologia tumoral.  Além disto, as vias de sinalização geradas por estes algoritmos podem ser testadas com os dados de estudos que usaram medicamentos para tratar os tumores, gerando auto-aprendizado para a máquina.

Finalmente, Andrew Beck, da empresa PathAI, apresentou detalhes de um estudo que testou algoritmos de inteligência artificial para a detecção de doença metastática mínima nos linfonodos. A tecnologia vem evoluindo rapidamente e desde 2015 a sensibilidade destes algoritmos tem sido superior aos patologistas na detecção dos pequenos depósitos de células tumorais.

Neste estudo, a maquina falhou em 3.5% dos casos, os patologistas em 7.5%, enquanto a combinação dos dois, patologista e máquina, apenas 0.5%. E a máquina, após aprender com os erros processo, errou menos que 0,5%.

Selecionar