Notícias

Jun 26, 2023

Combatendo o câncer com computadores, matemática e inteligência artificial

Sábado, 1º de julho de 2023 Dr. Sohrab Shah lidera o Programa de Oncologia Computacional no MSK. Por Ian Demsky O campo da oncologia fervilha de dados. Exames de imagem, exames laboratoriais, mutações tumorais,

Sábado, 1º de julho de 2023

Dr. Sohrab Shah lidera o Programa de Oncologia Computacional da MSK.

Por Ian Demsky

O campo da oncologia fervilha de dados. Exames de imagem, exames laboratoriais, mutações tumorais, medicamentos e dosagens – todos são capturados em sistemas de registro eletrônico.

Há um registro clínico de como uma pessoa foi tratada e como o câncer que ela teve respondeu ao tratamento, o que funcionou e por quanto tempo.

“O objetivo principal de reunir todas essas informações é tratar cada paciente de maneira adequada e eficaz”, diz Sohrab Shah, PhD, que dirige o Programa de Oncologia Computacional do Memorial Sloan Kettering Cancer Center (MSK). “Mas toda esta informação tem um valor duradouro ao criar um grande conjunto de dados a partir do qual os padrões podem ser analisados ​​para o benefício de futuros pacientes.”

Também fora da clínica, nos mais de 100 laboratórios de investigação da MSK, métodos computacionais sofisticados estão a desempenhar um papel cada vez mais vital na resposta a questões fundamentais sobre a biologia humana e a biologia do cancro. Aqui, cientistas de “laboratórios húmidos” (pense em jalecos brancos, placas de Petri e microscópios) unem-se a especialistas de “laboratórios secos” (pense em modelos informáticos e estatísticas) para decifrar os tesouros de dados gerados pelas modernas tecnologias de investigação.

Dr. Dana Pe'er

“A biologia está realmente se tornando uma ciência da informação”, diz Dana Pe'er, PhD, Presidente do Programa de Biologia Computacional e de Sistemas do Sloan Kettering Institute do MSK. E o que diferencia o MSK é a capacidade de especialistas em computação e em câncer trabalharem juntos como parceiros.

“Você não pode simplesmente usar cegamente o método computacional mais recente para resolver um problema, pronto para uso. Não funciona”, diz o Dr. Pe'er, que também é investigador do Howard Hughes Medical Institute, um dos mais altos reconhecimentos da ciência. “Você tem que modelar o problema com base nas suposições corretas. E para isso, a expertise biológica é indispensável.”

Uma ferramenta poderosa para cientistas e médicos é a inteligência artificial (IA). A tecnologia tem estado em destaque nos últimos meses, à medida que os chatbots de IA e os geradores de imagens se tornaram populares, levando a novas conversas sobre o seu papel na medicina.

A aplicação mais imediata da IA ​​no atendimento ao paciente é ajudar os humanos a se debruçarem sobre imagens digitais – como imagens de diagnóstico e slides de patologia. Estas são ferramentas promissoras com potencial para aumentar significativamente a percepção, resistência e eficiência de um especialista humano. Mas, no geral, eles ainda estão sendo ajustados.

“O aprendizado de máquina é muito bom no que você ensinou”, disse Larry Norton, MD, diretor médico do Evelyn H. Lauder Breast Center da MSK, ao Good Morning America durante um segmento sobre o uso crescente de IA para ajudar radiologistas a detectar câncer de mama . “Mas quando as máquinas veem algo com o qual não têm experiência, não são muito boas em identificá-lo.”

E embora a tecnologia de IA esteja cada vez melhor, ainda não é considerada o padrão de tratamento, observa o Dr. Norton. “Um radiologista habilidoso ainda é seu melhor parceiro”, diz ele. “E sua melhor proteção é fazer exames – cerca de metade das pessoas que deveriam fazer mamografias anuais não as fazem.”

O que é fundamental, diz o Dr. Pe'er, é que os especialistas trabalhem juntos em cada tipo de tarefa clínica. “Há casos em que a IA pode ter um desempenho muito melhor do que um patologista sozinho, mas isso só pode acontecer com a formação adequada”, diz ela.

Enquanto isso, a IA tem desempenhado um papel discreto e notável na pesquisa em biociências há anos, até mesmo décadas, observa o Dr.

Por exemplo, o Dr. Shah e a patologista do MSK, Jennifer Sauter, MD, foram co-autores seniores de um estudo recente que usou IA para combinar dados de lâminas patológicas digitais e tomografias computadorizadas dos pacientes para prever melhor os resultados da imunoterapia. Dados do mundo real foram usados ​​para ensinar o programa a encontrar padrões que pudessem prever se o câncer de pulmão de uma determinada pessoa teria probabilidade de responder bem à imunoterapia.

A imunoterapia, claro, tem sido revolucionária para muitos pacientes, especialmente aqueles com cancro do pulmão – mas não funciona para um grande número de pessoas. Assim, os investigadores continuam a procurar formas de prever quem poderá beneficiar da imunoterapia, bem como formas de fazer com que o tratamento funcione melhor para mais pessoas.