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, mostrou que a inteligência artificial pode analisar imagens de amostras de tecido obtidas em um exame de rotina para identificar características importantes do tumor e ajudar a prever como a doença pode evoluir. Atualmente, essas informações costumam ser obtidas por um exame genético chamado perfil de metilação do DNA, que oferece resultados muito precisos, mas pode ser caro, levar mais tempo para ficar pronto e não estar disponível em muitos hospitais. Com essa nova abordagem, os pesquisadores esperam tornar esse tipo de análise mais acessível e rápida, ampliando o acesso a informações importantes para o diagnóstico e o planejamento do tratamento.

“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 Doutora Zadeh.