Startups do programa NVIDIA Inception estão utilizando inteligência artificial para abordar diversas lacunas no atendimento ao câncer de mama, desde a dificuldade de acesso ao rastreamento e a escassez de radiologistas até a demora nos resultados dos exames usados para escolher o tratamento. Essas aplicações surgem nos Estados Unidos, onde são realizadas cerca de 40 milhões de mamografias por ano, enquanto se espera que a escassez de radiologistas na próxima década aumente a pressão sobre o sistema de leitura e diagnóstico.
A NVIDIA afirma que as empresas apresentadas utilizam sua infraestrutura computacional, incluindo unidades de processamento gráfico, CUDA e MONAI, para desenvolver ferramentas que vão da aquisição automatizada de imagens à análise de lâminas patológicas e à integração de dados clínicos e genéticos.
Imagens mais consistentes e mais próximas da paciente
A iSono Health desenvolve a plataforma ATUSA, um sistema vestível de ultrassom tridimensional e quantitativo autorizado pela FDA. O sistema captura um volume padronizado da mama em cerca de dois minutos por mama, em comparação com até 45 minutos para um exame convencional de ultrassom manual.
O sistema utiliza inteligência artificial para automatizar a captura das imagens e foi treinado com milhares de exames completos que incluem mais de 1,5 milhão de quadros de ultrassom. A empresa afirma que o sistema é 28% mais sensível do que o ultrassom manual bidimensional. A padronização do método de aquisição de imagens também pode ajudar a comparar exames anuais e reduzir a variação associada à experiência do operador do equipamento.
A ATUSA está disponível comercialmente por meio de clínicas parceiras na Califórnia, no Texas, na Geórgia, no Tennessee e em Washington, D.C. A iSono Health está conduzindo um estudo multicêntrico com a participação de 3.200 pacientes para validar o desempenho da plataforma, com os principais centros de pesquisa na UC Davis e no Vanderbilt University Medical Center. A empresa trabalha para ampliar suas ferramentas a fim de incluir a detecção, a segmentação e a classificação de lesões e, posteriormente, integrar o ultrassom tridimensional à mamografia, à ressonância magnética e às informações clínicas.
Redução da carga sobre os radiologistas
A Whiterabbit.ai desenvolve o software WRDensity, uma ferramenta autorizada pela FDA para avaliar automaticamente a densidade mamária a partir de mamografias, que já foi utilizada no atendimento de centenas de milhares de pacientes. A empresa também oferece o WRRisk para apoiar decisões clínicas e estimar o risco de desenvolver câncer de mama a longo prazo.
A empresa pesquisa uma nova geração de ferramentas de inteligência artificial para mamografia que poderá ajudar os radiologistas a detectar mais cânceres, automatizando a triagem de imagens que não apresentam sinais de doença. A ideia prática não é substituir o médico, mas aliviar a tarefa de procurar casos raros; o cofundador e diretor de tecnologia Jason Su afirma que um radiologista especializado em mama tenta encontrar aproximadamente um caso de câncer a cada 200 mamografias.
Da imagem à decisão de tratamento
A Ataraxis AI concentra-se na etapa posterior ao diagnóstico, na qual as decisões de tratamento podem exigir exames de tecido que levam de duas a quatro semanas. Os modelos da empresa analisam lâminas digitais de patologia e variáveis clínicas padronizadas para prever a resposta do tumor ao tratamento e o risco de recorrência.
Um dos modelos prevê a probabilidade de o tumor diminuir em resposta à quimioterapia antes da cirurgia, enquanto outro estima, após a cirurgia, o risco de retorno da doença nos cinco anos seguintes e o possível benefício da quimioterapia. A empresa afirma que os dois modelos foram validados em mais de dez instituições e em vários ensaios clínicos, e que são utilizados clinicamente, podendo operar em infraestruturas locais, centros de dados externos ou na nuvem.
Integração de dados em um modelo tridimensional
A SimBioSys desenvolve uma tecnologia de medicina de precisão que cria modelos tridimensionais de tumores mamários, vasos sanguíneos e tecidos moles, com o objetivo de apoiar a cirurgia e o planejamento do tratamento. A empresa também desenvolveu uma ferramenta para estimar o risco de recorrência do câncer com base em dados volumétricos de ressonância magnética, resultados de patologia e dados clínicos.
A principal mudança está em reunir vários tipos de dados, em vez de analisar cada fonte isoladamente. No entanto, o próprio material aponta uma limitação fundamental: algumas das tecnologias mencionadas ainda são investigacionais e não obtiveram aprovação da FDA para uso comercial. Além disso, os resultados dos estudos em andamento e a validação clínica continuarão sendo fatores decisivos antes da disseminação dessas ferramentas, especialmente quando as previsões influenciam diretamente as decisões de tratamento.
Por que esta notícia é importante?
Essas aplicações mostram que o valor prático da inteligência artificial no câncer de mama não se limita à detecção de uma imagem anormal, mas se estende a tornar as imagens mais reprodutíveis, estratificar riscos e acelerar a análise dos dados que antecedem a decisão de tratamento. Ainda assim, a adoção clínica não é determinada apenas pela velocidade dos modelos de inteligência artificial; autorizações regulatórias, validação em múltiplas instituições e a precisão das previsões em diferentes grupos de pacientes são questões que continuam em aberto.