Pesquisadores do University of Texas Southwestern Medical Center desenvolveram um modelo inovador de aprendizado profundo que pode detectar a disseminação do câncer de mama sem a necessidade de cirurgia invasiva. Esta ferramenta baseada em IA analisa ressonâncias magnéticas de séries temporais e dados clínicos para identificar se células cancerígenas metastatizaram para linfonodos próximos, potencialmente transformando o planejamento do tratamento para médicos e pacientes.
Atualmente, os médicos usam biópsias de linfonodos sentinelas (SLNB) para determinar se o câncer de mama se espalhou para os linfonodos. Este procedimento é invasivo e traz riscos, como complicações de anestesia, exposição à radiação e dor pós-cirúrgica. O novo modelo de IA apresenta uma alternativa não invasiva, utilizando uma rede neural convolucional quadridimensional personalizada (4D CNN), treinada em dados de ressonância magnética com contraste dinâmico (DCE-MRI) de 350 mulheres diagnosticadas com câncer de mama que se espalhou para os linfonodos. O modelo processa dados em quatro dimensões, examinando exames de ressonância magnética 3D ao longo do tempo e integrando variáveis clínicas como idade e grau do tumor para identificar com precisão os linfonodos cancerígenos.
O modelo de IA demonstrou uma taxa de precisão impressionante de 89% na identificação de metástase de linfonodo, superando métodos tradicionais de imagem e avaliações de radiologistas. Isso poderia potencialmente poupar pacientes com câncer de mama de procedimentos desnecessários como SLNB e dissecção de linfonodo axilar (ALND), reduzindo riscos associados e recursos de saúde.
O autor principal do estudo, Dr. Dogan Polat, enfatizou o foco do modelo em dados do tumor primário, minimizando a necessidade de imagens adicionais. “Nosso objetivo é diminuir a necessidade de imagens adicionais e reduzir o número de procedimentos invasivos para pacientes”, disse o Dr. Polat, destacando o potencial do modelo para melhorar os resultados dos pacientes e agilizar o tratamento do câncer.
Os pesquisadores planejam implementar o modelo de IA em cenários clínicos do mundo real para coletar dados para validação e refinamento adicionais. Esta etapa será crucial para avaliar sua eficácia em uma gama mais ampla de cenários clínicos e potencialmente expandir sua aplicação para outros tipos de câncer. O uso das GPUs A100 e V100 Tensor Core da NVIDIA foi fundamental na construção e treinamento do modelo, conforme observado por Paniz Karbasi, coautor do estudo e engenheiro sênior de HPC da NVIDIA. Esta colaboração enfatiza o papel da tecnologia de ponta no avanço da pesquisa médica e na melhoria da precisão do diagnóstico.
<p>A postagem Abordagem consistente de IA detecta metástase de câncer de mama sem cirurgia invasiva apareceu pela primeira vez em CoinBuzzFeed.</p>