A IA diagnostica visualmente tumores cerebrais com maior confiabilidade do que os métodos atuais (invasivos)

Pesquisadores desenvolveram um sistema baseado em IA capaz de classificar automaticamente tumores cerebrais com base em seu tipo. Esse avanço técnico poderia permitir a otimização do plano terapêutico e potencialmente melhorar o prognóstico dos pacientes. Além disso, esta nova ferramenta de "diagnóstico não invasivo", que agora está disponível gratuitamente, é considerada mais eficaz do que as técnicas invasivas existentes.

As aplicações na medicina são um dos principais pontos fortes da IA. Em um novo estudo conduzido por uma equipe de cientistas de diferentes institutos, a nova ferramenta de IA que eles desenvolveram é apresentada como um auxílio no diagnóstico de tumores cerebrais. Chamado de DISCERN (Diagnostic in Susceptibility Contrast Enhancing Regions for Neuroncology), é capaz de distinguir entre três tipos principais de tumores malignos que afetam o cérebro, ou seja, glioblastoma multiforme, metástases cerebrais e linfomas primários do sistema nervoso central (PCNS).

Deve-se notar que cada tipo de tumor cerebral tem suas próprias características e requer uma abordagem terapêutica especial. O tratamento eficaz para glioblastoma multiforme pode não ser o mesmo que para metástases cerebrais ou linfomas primários do sistema nervoso central. No entanto, ainda é difícil distingui-los com precisão uns dos outros sem recorrer a métodos invasivos, como biópsia ou cirurgia. Portanto, o diagnóstico preciso é crucial para determinar o plano de tratamento mais adequado. Para enfrentar esse desafio, os pesquisadores desenvolveram uma ferramenta baseada em IA para diagnóstico diferencial (o processo de distinção entre esses tumores). Os resultados do estudo foram publicados na revista Cell Reports Midicine.

78% de confiabilidade

Ao desenvolver sua ferramenta, os pesquisadores se concentraram principalmente na identificação de novos biomarcadores detectáveis por ressonância magnética (RM) com fluido de contraste. O sistema treinado recebeu milhares de imagens de ressonância magnética do cérebro de pacientes que já haviam sido diagnosticados. Cada imagem foi então anotada com um tipo específico de tumor cerebral. Mais especificamente, os pesquisadores usaram um conjunto de dados composto por 50.000 voxels (o equivalente a pixels, mas no espaço tridimensional) extraídos de exames de ressonância magnética de 40 pacientes diagnosticados. Dessa forma, a IA aprendeu a reconhecer as características associadas a cada tipo de tumor, incluindo aquelas que poderíamos ter perdido.

Após treinar o DISCERN no conjunto de dados original (50.000 voxels de 40 pacientes diagnosticados), os pesquisadores testaram e validaram a precisão do instrumento em 500 novos casos. Os resultados do teste mostraram que a ferramenta pode classificar tumores cerebrais com uma taxa de confiança de 78%. De acordo com os pesquisadores, esse número é particularmente notável porque supera os métodos tradicionais de diagnóstico. Sem mencionar que o treinamento de IA tem sido relativamente limitado (apenas 40 pacientes). Com mais dados de treinamento, a ferramenta pode se mostrar ainda mais robusta.

Melhorias no diagnóstico e tratamento de tumores cerebrais

"O DISCERN é uma ferramenta de diagnóstico auxiliada por computador que facilita a classificação de tumores cerebrais, ajudando equipes multidisciplinares a tomar decisões médicas sobre a necessidade e o tipo de cirurgia necessária para confirmar o diagnóstico", descreve um dos pesquisadores.

Os pesquisadores já implantaram o aplicativo DISCERN, que está disponível gratuitamente. A ferramenta tem uma interface amigável que permite aos médicos usá-la em sua prática diária sem exigir conhecimento aprofundado de tecnologia da informação ou inteligência artificial.

Além disso, eles o tornaram acessível e fácil de usar, na esperança de que facilite sua rápida adoção por outros médicos e pesquisadores em suas próprias pesquisas. Isso levará a melhorias rápidas no diagnóstico e tratamento de tumores cerebrais, sem mencionar que o modelo de IA, recebendo todos esses dados adicionais, melhorará rapidamente sua precisão.