IA mostra potencial contra câncer, mas demanda mais evidências clínicas

Em junho, pesquisadores apresentaram na Sociedade Americana de Oncologia Clínica um algoritmo capaz de identificar mulheres com câncer de mama metastático que correm maior risco de desenvolver metástases no cérebro. A ferramenta, chamada CNSPredict, trabalha com informações clínicas, características do tumor e alterações genéticas para estimar esse risco individual. Os números são significativos: entre pacientes classificadas como de alto risco, aproximadamente 25% desenvolvem disseminação da doença para o cérebro nos dois anos seguintes ao diagnóstico metastático. Entre as de baixo risco, esse percentual cai para cerca de 5%.

O sistema foi desenvolvido inicialmente no Memorial Sloan Kettering Cancer Center, nos Estados Unidos, e depois validado por grupos independentes de outras instituições. Os pesquisadores identificaram características fortemente associadas ao risco aumentado: câncer de mama triplo-negativo, que não expressa receptores para estrogênio e progesterona nem a proteína HER2 e costuma ser mais agressivo; presença de quatro ou mais locais de metástase no corpo; metástases em glândulas adrenais; e alterações em genes específicos como TP53, PTEN e ERBB2. Cerca de uma em cada quatro mulheres no estudo apresentou esse tipo de progressão da doença.

O potencial clínico está em personalizar as decisões diagnósticas. Atualmente, as diretrizes internacionais não recomendam ressonância magnética cerebral de rotina em pacientes com câncer de mama metastático sem sintomas neurológicos. Como resultado, muitas metástases cerebrais são diagnosticadas apenas em fases avançadas, quando as opções terapêuticas são mais limitadas e o risco de complicações neurológicas é maior. Um algoritmo que identifique quem realmente precisa de exames mais intensivos poderia mudar esse cenário. "Se fizermos ressonância para todos, podemos sobrecarregar o sistema e expor pacientes a investigações desnecessárias. Por outro lado, solicitar exames apenas quando surgem sintomas pode fazer com que algumas metástases apareçam tardiamente", observa Miguel Zugman, oncologista clínico do Einstein Hospital Israelita que participou do congresso.

Os autores reconhecem limitações importantes. O estudo incluiu apenas mulheres submetidas a sequenciamento genômico especializado, o que pode restringir a aplicação a populações com acesso a esse tipo de exame. Além disso, como os médicos não fazem rastreamento cerebral rotineiro em pacientes assintomáticas conforme as diretrizes atuais, algumas metástases provavelmente não foram identificadas durante o acompanhamento. A próxima etapa será validar a estratégia no estudo clínico randomizado Brainstorm, que comparará vigilância intensificada por ressonância magnética com acompanhamento convencional em participantes classificadas como de alto risco pelo algoritmo.

Esse trabalho reflete uma das aplicações mais promissoras da inteligência artificial na oncologia. Modelos baseados em IA integram simultaneamente informações clínicas, exames de imagem, dados genômicos e características do tumor para prever complicações, estimar prognóstico e auxiliar na escolha do tratamento mais adequado. Muitas dessas tecnologias ainda estão em fase de validação, mas têm potencial para tornar o cuidado mais personalizado, direcionando exames e tratamentos para os pacientes com maior probabilidade de benefício.

Outras aplicações também avançam. O conceito de gêmeos digitais cria uma representação virtual de cada paciente integrando todas as suas informações clínicas e genômicas. Pesquisadores utilizaram essa abordagem para prever a evolução de pacientes com câncer de pulmão, calculando cenários com tratamentos diferentes dos realmente aplicados. As previsões do modelo apresentaram diferenças inferiores a 5% em relação aos resultados observados em estudos reais. Os autores estimam que abordagens desse tipo poderiam reduzir entre 9% e 21% o número de participantes necessários em ensaios clínicos, tornando o desenvolvimento de novos tratamentos mais rápido e eficiente.

A patologia digital também avança rapidamente. Algoritmos analisam imagens digitalizadas de lâminas que patologistas examinam, identificando padrões imperceptíveis à avaliação humana convencional. No câncer de próstata, a FDA já aprovou plataformas comerciais que conseguem estimar o risco de recorrência, progressão da doença e benefício potencial de tratamentos mais intensivos sem necessidade de exames moleculares adicionais. "O que o médico quer saber, na prática, não é apenas se determinado gene está presente ou não. A pergunta final é se determinado tratamento vai beneficiar aquele paciente específico. Se conseguirmos responder isso utilizando um exame simples, barato e amplamente disponível, o impacto pode ser muito relevante", afirma Zugman.

Mas especialistas defendem cautela. Grande parte das evidências disponíveis ainda deriva de estudos retrospectivos que necessitam validação prospectiva em ensaios clínicos. A incorporação de ferramentas de inteligência artificial na prática clínica dependerá desses testes prospectivos demonstrarem benefícios concretos para os pacientes. "Esses modelos precisam mostrar que realmente conseguem modificar a conduta médica e melhorar os desfechos clínicos. O objetivo não é substituir as recomendações atuais. Queremos identificar quais pacientes podem se beneficiar de um acompanhamento mais intensivo", aponta o oncologista. A expectativa é que a IA atue como ferramenta de apoio, sintetizando informações do paciente e da literatura científica para apoiar a tomada de decisão, sem substituir o julgamento clínico ou a relação entre médico e paciente.