As ajudas da inteligência artificial melhoram o diagnóstico dos cancros principais e de pescoço

Pesquisadores de Charité - Universitätsmedizin Berlim e o consórcio alemão do cancro (DKTK) resolveu com sucesso um problema de longa data no diagnóstico dos cancros principais e de pescoço. Trabalhando ao lado dos colegas de Technische Universität (TU) Berlim, os pesquisadores usaram a inteligência artificial desenvolver um método novo da classificação que identificasse as origens preliminares do tecido cancerígeno baseadas em mudanças do ADN do produto químico. O potencial para a introdução na prática médica rotineira está sendo testado actualmente. Os resultados desta pesquisa foram publicados na medicina Translational da ciência.

Cada ano, mais de 17.000 povos em Alemanha são diagnosticados com cancros principais e de pescoço. Estes incluem cancros da cavidade oral, da laringe e do nariz, mas podem igualmente afectar outras áreas da cabeça e do pescoço. Algumas pacientes que sofre de cancro da cabeça e do pescoço igualmente desenvolverão o câncer pulmonar.

“Na grande maioria dos casos, é impossível determinar se estes representam metástases pulmonaas do paciente o cancro principal e de pescoço ou um segundo cancro preliminar, isto é o câncer pulmonar preliminar,” explica o prof. Dr. Frederick Klauschen do instituto de Charité da patologia, que co-conduziu o estudo ao lado do prof. Dr. David Capsulador do departamento de Charité da neuropatologia. “Esta distinção é enorme importante no tratamento dos povos afetados por estes cancros,” sublinha o prof. Klauschen, adicionando: “Quando a cirurgia puder fornecer uma cura nos pacientes os câncers pulmonares localizados, os pacientes com cancros principais metastáticos e de pescoço vão significativamente mais ruim em termos da sobrevivência e exigirão tratamentos tais como chemoradiotherapy.”

Quando tentar distinguir entre metástases e um segundo tumor preliminar, patologistas usará geralmente técnicas estabelecidas tais como a análise da microestrutura do cancro e a detecção de proteínas características no tecido. Contudo, devido às similaridades marcadas entre principal e cancros de pescoço e câncers pulmonares a este respeito, estes testes são geralmente inconsequentes. “A fim resolver este problema, nós testamos amostras de tecido para uma alteração química específica conhecida como o methylation do ADN,” explicamos o prof. Capsulador que, como o prof. Klauschen, é um membro científico do DKTK em Berlim. Adiciona: “Nós sabemos de uns estudos mais adiantados que os testes padrões do methylation do ADN nas células cancerosas são altamente dependentes do órgão em que o cancro originou.”

Trabalhando com prof. Dr. Klaus-Robert Müller, professor para a aprendizagem de máquina na Turquia Berlim, o grupo de investigação empregou métodos inteligência-baseados artificiais para tornar na prática esta informação útil. Os dados usados pesquisadores do methylation do ADN dos várias centenas câncers pulmonares da cabeça e do pescoço e a fim treinar uma rede neural profunda para distinguir entre os dois tipos de cancro.

Nossa rede neural pode agora distinguir entre câncers pulmonares e metástases principal e de pescoço do cancro na maioria dos casos, conseguindo uma precisão sobre de 99 por cento. Para assegurar-se de que os pacientes com cancros principais e de pescoço e câncers pulmonares adicionais tirem proveito dos resultados de nosso estudo o mais rapidamente possível, nós somos actualmente em processo de testar a aplicação deste método diagnóstico na prática rotineira. Isto incluirá um estudo em perspectiva da validação para assegurar-se de que o método novo possa ser feito disponível a todos os pacientes afetados.”

Prof. Dr. Frederick Klauschen, o instituto de Charité da patologia

Ter trabalhado ao lado dos pesquisadores de Charité, director do centro de Berlim para a aprendizagem de máquina (BZML), prof. Müller, é deleitado similarmente em seus resultados: “A inteligência artificial está jogando um papel cada vez mais importante, não somente em nossos dia-a-dia e na indústria, mas igualmente em ciências naturais e em investigação médica. O uso da inteligência artificial é, contudo, particularmente complexo dentro do campo médico; eis porque, até aqui, os resultados da pesquisa somente entregaram raramente benefícios directos para pacientes. Esta podia agora estar a ponto de mudar.”

Source:
Journal reference:

Jurmeister, P. et al. (2019) Machine learning analysis of DNA methylation profiles distinguishes primary lung squamous cell carcinomas from head and neck metastases. Science Translational Medicine. doi.org/10.1126/scitranslmed.aaw8513.