Inteligência Artificial - Mudando a forma como diagnosticamos o câncer

O câncer é a doença mortal de todas, não importa que tipo de malignidade seja. Só em 2018, 9,6 milhões de pessoas morreram em todo o mundo por causa do câncer.

Todos os médicos e pesquisadores concordam que, se o câncer for detectado em estágio inicial, aumenta tremendamente as chances de sobrevivência do paciente. Infelizmente, a maioria dos pacientes com câncer são diagnosticados nos estágios mais avançados da doença. Infelizmente, a Inteligência Artificial e o aprendizado profundo trazem significado para resolver esse problema.

A inteligência artificial e o aprendizado profundo estão lá há muito tempo, afetando nosso dia-a-dia, mudando a maneira como vivemos, aprendemos e ganhamos. Agora, os médicos estão mostrando grande interesse em usar a IA para diagnóstico, gerenciamento e melhores opções terapêuticas para várias doenças, principalmente o câncer. A cada dia que passa, a aplicação da Inteligência Artificial está crescendo para a melhoria da saúde.

Inteligência Artificial como ferramenta de diagnóstico

Muito graças aos avanços tecnológicos em áreas como genética, imagem, câncer agora é mais provável de ser detectado em um estágio mais precoce do que décadas atrás.

No entanto, a precisão no diagnóstico por imagem médica ainda é baixa, com os profissionais testemunhando 20-30% de negativos errados em radiografias de tórax e mamografias. A IA pode evitar isso, e o fato de a saúde ser rica em dados é um benefício adicional. Quanto mais dados visíveis para eles, maior a probabilidade de eles descobrirem os padrões ocultos dentro deles que podem ser usados para realizar o diagnóstico.

Com o tempo, muitos algoritmos de aprendizado de máquina foram introduzidos, mas as formas tradicionais, como a regressão logística, demonstraram a maior utilidade na pesquisa em oncologia clínica. A 'detecção precoce' é um dos maiores desafios que desejamos abordar primeiro quando se trata de tratar o câncer. Aceita-se que mais de 80% dos cânceres de mama, ovário, próstata e pulmão são evitáveis se detectados precocemente.

Como a IA funciona?

As redes neurais são a forma mais simples de inteligência artificial. O aprendizado de máquina é o ramo da IA que se concentra no treinamento de máquinas para serem melhores em tarefas repetitivas. Através de algoritmos, que podem orientar os sistemas a decidir onde estão certos e quando estão errados, em um curto período de tempo o sistema pode aprender a taxa de propagação dos dados. A durabilidade analítica da técnica e o uso de algoritmos complexos podem identificar padrões e comportamentos. A tecnologia de IA agora é capaz de oferecer visão humana e determinações necessárias para se destacar no setor de saúde.

IA no diagnóstico do câncer

Detectar o câncer pode ser o desafio complexo e de grande coração da IA ainda. Procedimentos padrão típicos, como triagem, imagens radiológicas, podem cometer um erro ou retornar falsos negativos. A IA não apenas melhorará a precisão da detecção de imagens, mas também poderá preencher a lacuna entre o rastreamento do câncer e a genômica. O New York Genome Center depende de um software exclusivo para triagem de pacientes - Watson, um sistema de inteligência artificial desenvolvido pela IBM.

A Sophia Genetics, na Suíça, está usando inteligência artificial para ajudar os médicos a identificar a mutação genética por trás do câncer. Atualmente, de acordo com a empresa, está sendo usado em mais de 80 países por mais de 970 hospitais e custa em média US$ 50 a US$ 200 por avaliação genética.

Freenome para detecção precoce de câncer, outra inovação de tecnologia profunda impressionou VCs conhecidos, incluindo o Google Verily. Recentemente, uma empresa sediada nos EUA declarou associação estratégica com o Institut Curie para medir sua plataforma de genômica de IA para prever como os pacientes respondem a terapias de imuno-oncologia, observando as mudanças nos biomarcadores que se movem na corrente sanguínea.

Elastografia e IA

A elastografia por ultrassom é uma técnica de diagnóstico quase nova que analisa a rigidez do tecido mamário. Ele faz isso vibrando o tecido, o que gera uma onda. Esta onda introduz exageros nos exames de ultra-som e destaca a área da mama onde a propriedade difere. Isso é útil para determinar se uma lesão é cancerosa ou benigna. Como o câncer causa diferentes tipos de alterações nos tecidos, a existência de câncer pode levar a um ajuste em suas propriedades físicas, por exemplo, alteração na porosidade. O papel da inteligência artificial é verificar se um determinado tecido é canceroso ou não?

Como a IA está ajudando?

Uma das capacidades significativas da IA é processar informações vastas e complexas em um curto período. Com o ensino adequado, a IA é capaz de imitar uma mente humana e, à medida que avança continuamente, a IA pode ver com mais precisão, o que o olho humano não pode, mas com eficiência ainda maior.

Normalmente, usar essa abordagem é menos invasivo e traumático para os pacientes e também pode acelerar o processo de diagnóstico, garantindo que o tratamento comece mais cedo.

Não há nada de novo para dizer que a indústria tem um longo caminho a percorrer e a IA precisa vencer seus problemas de confiança e se provar para pacientes e médicos. Na minha opinião, a falta de confiança embutida é o maior obstáculo na adoção plena. A IA por si só não deve ser esperada como solução para diagnóstico e tratamento de um paciente em um ambiente totalmente não orientado. Justamente, é uma solução inteligente e uma assistência útil aos médicos, que têm uma visão holística da situação do paciente e do histórico médico.

É um bom exemplo de como a tecnologia e os humanos podem trabalhar em sincronia, não um contra o outro. A IA como o que é capaz de fazer: isso ajudará em campos onde as habilidades humanas permanecem limitadas.

O que penso sobre o futuro e desejo que o diagnóstico de câncer seja, gostaria de ver a IA configurada para acelerar o diagnóstico e os métodos, até a recuperação. Mas, em geral, eu gostaria de ver a tecnologia ficando mais facilmente disponível e usada para aumentar as taxas de sobrevivência, melhorar os tratamentos e minimizar os efeitos colaterais.