A IA diagnostica tumores cerebrais em minutos, em vez de semanas

Os tumores do cérebro e da medula espinhal são extremamente diversos. Nos últimos anos, tornou-se claro que muitos destes tumores só podem ser diagnosticados com fiabilidade se as suas propriedades moleculares forem examinadas, para além da sua aparência microscópica. De particular importância aqui é a chamada análise de metilação do ADN, que é agora considerada o padrão de excelência para a classificação precisa de muitos tumores cerebrais.

No entanto, esses testes são complexos: requerem laboratórios especializados, equipamento dispendioso e material tumoral suficiente. Além disso, muitas vezes demoram cerca de duas semanas até que os resultados estejam disponíveis. Em muitas regiões do mundo, as tecnologias necessárias nem sequer estão disponíveis.

A IA aprende com mais de 11 000 secções de tecido

Espera-se que um novo sistema de IA chamado “Hetairos” traga melhorias substanciais. Foi desenvolvido por uma equipa liderada por Moritz Gerstung (Centro Alemão de Investigação do Cancro, DKFZ) e Felix Sahm (Faculdade de Medicina de Heidelberg da Universidade de Heidelberg e Hospital Universitário de Heidelberg). O objetivo do projeto era prever a que subgrupo molecular um tumor pertence, baseando-se exclusivamente em secções histológicas preparadas e coradas de forma rotineira.

O Hetairos foi treinado e validado utilizando mais de 11 000 secções de tecido digitalizadas de 9606 doentes. Os diagnósticos foram determinados principalmente através de testes de metilação do ADN. Os dados provêm de onze centros médicos em quatro continentes. No total, o Hetairos distingue 102 subtipos moleculares de tumores diferentes, abrangendo quase todo o espectro da atual classificação da OMS para tumores do sistema nervoso central.

A IA não só avalia o seu diagnóstico, como também indica o grau de confiança que tem no mesmo. Em aproximadamente 50 a 70 por cento de todos os casos, o Hetairos fez previsões com um elevado grau de certeza. Nestes casos, a precisão situou-se entre os 87% e os 88%. Mesmo quando a IA estava incerta, conseguia normalmente reduzir significativamente o número de diagnósticos possíveis.

Em vez de ter de distinguir entre mais de uma centena de subtipos de tumores, o Hetairos fornece frequentemente aos neuropatologistas apenas alguns candidatos prováveis. Isto pode simplificar significativamente a seleção de exames diagnósticos adicionais. «O estudo mostra que a inteligência artificial é capaz de extrair informação molecular diretamente de secções de tecido de rotina e, assim, alterar fundamentalmente o diagnóstico do cancro», afirmou Darui Jin, um dos principais autores do estudo.

O Hetairos supera especialistas experientes

Particularmente digna de nota foi a comparação direta com especialistas humanos. A cinco neuropatologistas experientes de vários centros internacionais foram apresentados 210 casos e solicitados a fazer um diagnóstico baseando-se exclusivamente nas secções de tecido. O Hetairos alcançou uma taxa de precisão de 68 por cento, enquanto os especialistas atingiram uma média de 30 por cento. Ao considerar os três diagnósticos mais prováveis em cada caso, a IA obteve uma pontuação de 84 por cento, enquanto os especialistas obtiveram cerca de 50 por cento.

«Os resultados mostram que os sistemas modernos de IA são agora capazes de reconhecer padrões morfológicos extremamente subtis que são difíceis de distinguir mesmo para especialistas experientes», afirma Felix Sahm. «Atualmente, o diagnóstico de tipos de tumores muito raros continua a representar um grande desafio para o Hetairos; neste aspeto, os neuropatologistas experientes parecem estar, pelo menos, ao mesmo nível. No entanto, esperamos que o desempenho do sistema melhore ainda mais com conjuntos de dados maiores e mais diversificados», acrescenta Moritz Gerstung.

Diagnóstico em doze minutos em vez de doze dias

Num estudo prospetivo, o Hetairos foi utilizado em paralelo com a prática clínica de rotina. O sistema analisou 210 amostras de tumores sem que o resultado da IA influenciasse o diagnóstico ou a decisão de tratamento efetivos. Enquanto o diagnóstico molecular completo demorava, em média, cerca de doze dias, o Hetairos gerou os seus resultados em apenas doze minutos em hardware informático padrão, após a digitalização das secções de tecido coradas. Incluindo a preparação e a digitalização das secções de tecido, os resultados podiam frequentemente estar disponíveis no prazo de 24 horas a dois dias.

Assistência em casos difíceis e pouco claros

O Hetairos pode revelar-se particularmente valioso em situações em que os métodos moleculares tradicionais atingem os seus limites, quando não existe material tumoral suficiente para testes genéticos ou quando os testes moleculares não produzem resultados claros. Além disso, o sistema destaca as áreas da secção de tecido que foram particularmente importantes para a sua decisão. Isto permite aos médicos compreender a base do diagnóstico da IA e identificar quais as regiões que podem ser adequadas para investigação adicional.

«Desenvolvemos o Hetairos principalmente como uma ferramenta de apoio ao diagnóstico», explica o neuropatologista Felix Sahm. «Não se destina a substituir as análises moleculares, mas sim a complementá-las e acelerá-las especificamente. A tecnologia poderá dar um contributo importante, especialmente em países ou regiões com recursos limitados, uma vez que se baseia em secções de tecido padrão utilizadas em todo o mundo.»

O método também poderá oferecer vantagens económicas. Enquanto uma análise de metilação do ADN custa normalmente várias centenas de euros, o Hetairos utiliza secções de tecido existentes para a sua análise.

Moritz Gerstung confirma: «O Hetairos demonstra o enorme potencial da patologia digital apoiada pela IA para fornecer métodos de diagnóstico rápidos e amplamente disponíveis que, anteriormente, só eram possíveis com um esforço técnico considerável.»