Um novo estudo da Universidade de Copenhague mostrou que a inteligência artificial (IA) pode transformar drasticamente a forma como avaliamos o risco de câncer de mama. O câncer de mama é um dos cânceres mais comuns em todo o mundo. Só nos EUA, ocorrem anualmente 287.850 novos casos e 43.250 mortes. A nova pesquisa, publicada no The Lancet Digital Health, sugere resultados promissores baseados em modelos de IA treinados para detectar senescência celular e podem prever o risco de câncer de mama futuro de maneira muito mais eficaz do que os benchmarks clínicos atuais.

A o básico primeiro – o que é senescência celular? É um processo no qual as células danificadas ou envelhecidas param de se dividir, mas permanecem ativas. Está frequentemente associada a doenças relacionadas com o envelhecimento, incluindo o cancro. Estas células “senescentes” são por vezes descritas como “células zombie” porque já não funcionam normalmente, mas ainda emitem sinais inflamatórios – o que pode levar ao crescimento do tumor. Embora a senescência possa actuar como um travão natural à divisão celular descontrolada, paradoxalmente também pode promover o cancro através destes sinais inflamatórios, conhecidos como fenótipo secretor associado à senescência (SASP).

Até agora, medir a senescência em tecidos humanos tem sido difícil devido à falta de biomarcadores específicos. O estudo da Universidade de Copenhaga, no entanto, utiliza IA de aprendizagem profunda para analisar morfologias nucleares – as formas dos núcleos celulares – em amostras de tecido mamário. O que isto faz é permitir a previsão do risco de cancro da mama com base em alterações nas células senescentes, mesmo em amostras de biópsia saudáveis.

Os pesquisadores conduziram um estudo de coorte retrospectivo usando biópsias de tecido mamário de 4.382 mulheres saudáveis. Essas amostras foram analisadas com uma ferramenta de aprendizado profundo chamada Nuclear Senescence Predictor (NUSP). O modelo de IA examinou bem mais de 32 milhões de núcleos em vários tipos de tecidos para detectar células senescentes e determinar sua distribuição dentro do tecido. Através da avaliação cuidadosa dessas células senescentes no tecido epitelial, adiposo e estromal, o sistema de IA foi capaz de correlacionar padrões de senescência com risco futuro de câncer. Para referência, o tecido epitelial forma o revestimento das glândulas e superfícies do corpo, incluindo os ductos mamários, onde o câncer geralmente começa. O tecido adiposo é feito de células de gordura que armazenam energia, e o tecido estromal fornece suporte estrutural aos órgãos, incluindo tecidos conjuntivos que circundam e sustentam as células epiteliais.

Os resultados gerais foram mais do que apenas prometer. As mulheres cujas amostras de tecido apresentavam padrões específicos de senescência tinham maior ou menor probabilidade de desenvolver cancro da mama, dependendo do tipo de senescência detectada. Por exemplo, um modelo (treinado na senescência causada por danos no ADN) indicou um maior risco de cancro quando níveis elevados de células senescentes estavam presentes no tecido. Outro modelo (treinado em senescência induzida por medicamentos) sugeriu um efeito protetor, diminuindo o mesmo risco.

Em comparação com o modelo Gail – que é o atual padrão clínico ouro para prever o risco de câncer de mama – o modelo de IA demonstrou uma precisão muito superior. Quando combinado com a pontuação de Gail, o modelo de IA aumentou a razão de probabilidade (uma medida da intensidade com que determinados factores de risco predizem os resultados) para 4,70, quase cinco vezes o poder preditivo da pontuação de Gail isoladamente.

Este avanço, se e quando comercializado, poderá oferecer aos médicos uma forma muito mais refinada de identificar indivíduos de alto risco e fornecer intervenções muito necessárias. A capacidade de prever o risco de cancro da mama vários anos antes de este se desenvolver pode levar a diagnósticos mais precoces e a programas de rastreio mais personalizados, reduzindo testes desnecessários para mulheres de baixo risco e aumentando a vigilância para indivíduos de alto risco.

O potencial da IA ​​é imenso aqui, especialmente quando se trata de avançar no diagnóstico do câncer. Embora a tecnologia ainda esteja em desenvolvimento (e continuará assim por um bom período de tempo), a sua aplicação poderá revolucionar o rastreio do cancro da mama. Ao usar amostras de tecido padrão, este método de IA pode ser implantado globalmente.

Embora sejam necessárias muitas pesquisas adicionais para refinar esses modelos, uma melhor previsão de risco pode levar à detecção precoce do câncer, planos de tratamento mais eficazes e, em última análise, taxas de mortalidade mais baixas por câncer de mama. Esta é uma aplicação de IA no mundo real que todos podem apoiar.