IA detecta mutações em TP53 em lâminas H&E para 32 tipos de câncer

Uma lâmina histopatológica corada em hematoxilina e eosina guarda mais informação do que o olho humano consegue extrair. Pesquisadores australianos do Menzies Institute for Medical Research e da University of Tasmania demonstraram que um único modelo de inteligência artificial pode ler essas imagens digitalizadas e estimar não apenas mutações no gene TP53, mas também níveis de expressão de RNA, classificação tumoral e indicadores de sobrevida — tudo isso em 32 tipos diferentes de câncer sólido. O trabalho, publicado no The American Journal of Pathology, abre uma porta para a patologia computacional em cenários onde o acesso a sequenciamento genômico permanece limitado.

O desafio técnico é considerável. Uma imagem histológica digital pode conter dezenas de milhares de pequenos campos, cada um com arquitetura, celularidade e qualidade técnica distintos. O algoritmo, construído sobre uma arquitetura chamada Vision Transformer, foi treinado para processar diferentes regiões da lâmina e reconhecer padrões morfológicos distribuídos ao longo de toda a amostra. Os pesquisadores utilizaram dados de mais de onze mil tumores primários do Pan-Cancer Atlas, combinando imagens de lâminas inteiras com informações de mutações somáticas, sequenciamento de RNA e evolução clínica. Antes da análise, as imagens passaram por identificação de tecido, controle de qualidade, normalização de coloração e divisão em campos menores para extração de características digitais.

O modelo foi estruturado com sete saídas diferentes: classificação do câncer, status mutacional de TP53, expressão de RNA do gene e parâmetros de sobrevida global e intervalo livre de progressão. Para treinar essa multiplicidade de tarefas, os pesquisadores empregaram aprendizado fracamente supervisionado — uma estratégia que reduz drasticamente a necessidade de patologistas marcarem manualmente cada região relacionada a uma alteração molecular. Em vez disso, o algoritmo aprende a partir de rótulos gerais associados ao caso e procura, entre os diversos campos da lâmina, os padrões que melhor explicam aquele resultado. Esse método economiza tempo e reduz variações entre observadores, embora exija bases de dados bem caracterizadas com resultados moleculares confiáveis.

Quando avaliado em um conjunto independente de 1.729 lâminas representando 32 tipos de tumores sólidos, o modelo alcançou uma área sob a curva ROC de 0,766 para detecção de mutações em TP53. Esse número indica uma capacidade discriminatória moderada — o algoritmo consegue diferenciar casos com e sem a mutação, mas não com a precisão que os métodos moleculares oferecem. O desempenho foi mais limitado na predição de risco prognóstico, o que restringe qualquer interpretação clínica das estimativas de sobrevida nesta fase da pesquisa. O algoritmo também conseguiu estimar a expressão de RNA de TP53 e recuperar informações sobre classificação tumoral a partir das imagens.

O gene TP53 codifica a proteína p53, um componente central dos mecanismos de resposta a danos no DNA, controle do ciclo celular e apoptose. Alterações nessa via estão presentes em uma ampla variedade de neoplasias e podem estar associadas à instabilidade genômica, progressão tumoral e resistência a determinados tratamentos. A relevância de TP53 varia conforme o tipo de câncer e o contexto molecular, e seu status não representa, de forma isolada, um marcador terapêutico universal. A avaliação molecular continua necessária para definir a variante, sua classificação, a fração alélica e as possíveis implicações clínicas. O interesse do estudo está em demonstrar que parte dessa informação biológica deixa uma assinatura morfológica no tecido — uma assinatura que modelos computacionais podem detectar mesmo quando o olho humano não consegue reconhecê-la diretamente.

Os pesquisadores apresentam o algoritmo como ferramenta complementar, não substituta. Em um fluxo diagnóstico, a inteligência artificial poderia indicar amostras com maior probabilidade de apresentar uma alteração em TP53, contribuindo para priorizar o sequenciamento ou outros ensaios confirmatórios. Esse uso pode ser relevante em laboratórios com capacidade molecular limitada, diante de grandes volumes de amostras ou quando há necessidade de selecionar casos com maior probabilidade pré-teste. A análise computacional também preserva o material biológico, pois utiliza a imagem digital de uma lâmina já preparada. Uma experiência publicada na Nature Medicine em 2025 ajuda a dimensionar essa possível aplicação: o modelo EAGLE, desenvolvido para estimar mutações em EGFR em adenocarcinoma pulmonar, alcançou AUC de 0,890 em avaliação prospectiva silenciosa e poderia reduzir em até 43% o número de testes moleculares rápidos, mantendo a confirmação por sequenciamento nos casos indicados.

A adoção clínica do novo modelo de TP53 dependerá de validações multicêntricas que incluam diferentes populações, protocolos de processamento histológico, scanners e padrões de coloração. Variações na fixação, espessura do corte, intensidade da hematoxilina e eosina, presença de artefatos e qualidade da digitalização podem alterar o desempenho do algoritmo. A composição da base de treinamento também merece atenção: um sistema desenvolvido a partir de dados pouco representativos pode apresentar queda de precisão quando aplicado a grupos demográficos ou serviços distintos. A Organização Mundial da Saúde recomenda definir a finalidade clínica, documentar o ciclo de vida da tecnologia, realizar validação externa, monitorar a qualidade dos dados e avaliar possíveis vieses antes da implementação. A integração ainda exige infraestrutura de patologia digital, controle de qualidade das imagens, capacidade de processamento, interoperabilidade com sistemas laboratoriais e supervisão do patologista. Um valor de AUROC obtido em pesquisa, isoladamente, não demonstra benefício clínico, redução de custos ou melhora dos desfechos dos pacientes. O caminho até a rotina clínica passa por validação prospectiva, comparação com métodos de referência, análise de custo-efetividade e avaliação do impacto sobre o fluxo laboratorial. Neste estágio, a tecnologia deve ser compreendida como um recurso para rastreamento e apoio à decisão — a confirmação molecular permanece indispensável para orientar a conduta clínica com segurança.