A inteligência artificial (IA) tem se mostrado uma ferramenta poderosa na luta contra o câncer. Um dos principais benefícios que essa tecnologia traz para a oncologia é a capacidade de realizar diagnósticos mais precisos e rápidos, o que é promissor para uma doença em que a descoberta precoce é um fator primordial para o sucesso do tratamento.
“Algoritmos avançados de aprendizado de máquinas podem detectar padrões sutis e identificar anomalias que podem passar despercebidas aos olhos humanos”, explica Vinicius de Borba Marthental, cirurgião oncológico do Hospital Edmundo Vasconcelos. O especialista pondera que a IA não substitui o julgamento clínico, mas age como um “apoio valioso para os radiologistas”.
Esses algoritmos são treinados para analisar imagens médicas, como radiografias, tomografias e ressonâncias magnéticas, com uma precisão muitas vezes superior à dos métodos tradicionais. Um estudo publicado na revista científica Nature, em 2020, revelou que um sistema de IA foi capaz de detectar câncer de mama em mamografias com uma precisão maior do que a de médicos.
O estudo foi conduzido por pesquisadores do Google Health e da universidade Imperial College London, e desenvolveu e treinou um algoritmo com imagens de raios X de mamas de quase 29 mil mulheres. O resultado foi que o computador conseguiu ter uma leitura melhor do que seis radiologistas e foi mais eficiente do que dois médicos trabalhando juntos.
Além disso, a IA tem a capacidade de processar grandes volumes de dados genômicos, o que ajuda a identificar novas mutações genéticas que antes passavam despercebidas, como revelou um estudo publicado na revista científica Cell Genomics, no início deste ano. A análise desvendou que existem dois tipos de câncer de próstata. Para chegar a essa descoberta, os pesquisadores da Universidade de Oxford e da Universidade de Manchester utilizaram a IA para analisar alterações no DNA de 159 pacientes.
Outro aspecto revolucionário da inteligência artificial na oncologia é a personalização do tratamento. Com a ajuda de algoritmos de aprendizado de máquina, é possível analisar as características únicas de cada tumor e de cada paciente, desenvolvendo planos de tratamento sob medida. Isso inclui a escolha de medicamentos, a dosagem adequada e a combinação de terapias que são mais prováveis de serem eficazes para cada indivíduo.
Desafios e oportunidades
Apesar dos avanços promissores, a aplicação da inteligência artificial na oncologia ainda enfrenta alguns desafios. Um deles, segundo Marthental, é a integração de sistemas de IA com os sistemas de registro eletrônico de saúde. “Muitas instituições de saúde têm infraestrutura tecnológica heterogênea, o que dificulta a integração de novas tecnologias”, afirma.
O especialista diz que interpretar os resultados da inteligência artificial pode ser uma tarefa complexa. “Médicos e outros profissionais de saúde precisam de treinamento adequado para entender e confiar nas recomendações fornecidas por sistemas de IA.” Além disso, ele acrescenta que questões éticas e regulatórias precisam ser consideradas. “Garantir a privacidade dos pacientes, obter consentimento informado e navegar por regulamentos que ainda estão evoluindo são desafios contínuos na implementação da IA na saúde.”
Contudo, as perspectivas são promissoras. Para Marcos Queiroz, diretor de Medicina Diagnóstica do Hospital Israelita Albert Einstein, os diagnósticos por imagem por IA estão ficando cada vez melhores. “À medida que o sistema de inteligência artificial vai aprendendo através de grande número de casos, ele vai se aprimorando”, diz Queiroz, que acrescenta que esses softwares precisarão reconhecer as especificidades de diferentes populações.
“Os softwares têm que ser customizados para o público que você está atendendo. A gente sabe, por exemplo, que o Brasil tem uma população muito miscigenada. Então, se a gente recebe aqui no hospital softwares americanos ou alemães, a gente testa ele aqui para entender se na nossa população eles têm o mesmo resultado do que na população original deles”, pondera.
Outro ponto que deve avançar, segundo Queiroz, é a prevenção. “De repente, você detectar mutações vai ficar cada vez mais fácil com o aumento do poder computacional e com o desenvolvimento dessa área de genética. Você também tem um aspecto de poder identificar os indivíduos com maior chance de ter lesões tumorais. Então, acredito que os próximos desenvolvimentos caminhem para esse lado.”