Método baseado em inteligência artificial pode ajudar a prever recorrências de melanoma em estágio inicial

Método baseado em inteligência artificial pode ajudar a prever recorrências de melanoma em estágio inicial

A maioria das mortes por melanoma – a forma mais mortal de cancro da pele – ocorre em pacientes que foram inicialmente diagnosticados com melanoma em fase inicial e que mais tarde sofreram uma recorrência, que normalmente não é detectada até que se tenha espalhado ou metastatizado.

Uma equipe liderada por pesquisadores do Massachusetts General Hospital (MGH) desenvolveu recentemente um método baseado em inteligência artificial para prever quais pacientes têm maior probabilidade de sofrer uma recorrência e, portanto, provavelmente se beneficiarão de um tratamento agressivo. O método foi validado em estudo publicado na npj Precision Oncology.

A maioria dos pacientes com melanoma em estágio inicial são tratados com cirurgia para remover células cancerígenas, mas os pacientes com câncer avançado geralmente recebem inibidores do ponto de controle imunológico, que são eficazes para aumentar a resposta imunológica contra as células tumorais, mas também têm efeitos colaterais significativos.

Há uma necessidade urgente de desenvolver ferramentas preditivas para auxiliar na seleção de pacientes de alto risco para os quais os benefícios dos inibidores do checkpoint imunológico justificariam a alta taxa de eventos imunológicos adversos patológicos e potencialmente fatais observados com esta classe de terapêutica.”

Yevgeniy R. Semenov, MD, autor sênior, investigador, Departamento de Dermatologia do MGH

“A previsão confiável da recorrência do melanoma pode permitir uma seleção mais precisa do tratamento para imunoterapia, reduzir a progressão da doença metastática e melhorar a sobrevivência do melanoma, ao mesmo tempo que minimiza a exposição às toxicidades do tratamento.”

Para conseguir isso, Semenov e seus colegas avaliaram a eficácia de algoritmos baseados em aprendizado de máquina, um ramo da inteligência artificial que usa dados de registros eletrônicos de saúde para prever a recorrência do melanoma.

Especificamente, a equipe coletou 1.720 melanomas em estágio inicial – 1.172 do Mass General Brigham Healthcare System (MGB) e 548 do Dana-Farber Cancer Institute (DFCI) – e extraiu 36 características clínicas e patológicas desses cânceres de registros eletrônicos de saúde para prever o risco de recorrência de pacientes com algoritmos de aprendizagem mecânica. Algoritmos foram desenvolvidos e validados usando diferentes conjuntos de pacientes MGB e DFCI, e a espessura do tumor e a taxa de divisão celular cancerígena foram identificadas como as características mais preditivas.

“Nossa plataforma abrangente de previsão de risco, que utiliza novas abordagens de aprendizado de máquina para determinar o risco de recorrência de melanoma em estágio inicial, alcançou um alto nível de classificação e precisão de previsão do tempo até o evento”, diz Semenov. “Nossos resultados sugerem que algoritmos de aprendizado de máquina podem extrair sinais preditivos de características clínico-patológicas para a previsão da recorrência do melanoma em estágio inicial, o que permitirá a identificação de pacientes que podem se beneficiar da imunoterapia adjuvante.”

Fonte:

Hospital Geral de Massachusetts

Referência:

Wan, G., et al. (2022) Previsão de recorrência de melanoma em estágio inicial com base em características clínicas e histopatológicas. npj Oncologia de Precisão. doi.org/10.1038/s41698-022-00321-4.

.