site da FAPESP
FAPESP na Mídia

Publicado em: Folha.com em 13 de Setembro de 2018

Inteligência artificial pode melhorar decisões sobre tratamento de câncer no Brasil

Por Alexandre Dias Porto Chiavegatto Filho

Artigo do pesquisador Alexandre Dias Porto Chiavegatto Filho publicado no jornal Folha de S.Paulo sobre estudo apoiado pela FAPESP, por meio de Auxílio Regular à Pesquisa, realizado na Faculdade de Saúde Pública da USP, que busca modelos preditivos de inteligência artificial (machine learning). Com o cruzamento de fatores multicausais que levam pacientes a óbito, como informações comportamentais, sociais, fisiológicas, genéticas e demográficas, é possível identificar a evolução de tumores específicos e agrupamentos de câncer suscetíveis a tratamentos semelhantes

​Predizer o risco da incidência de doenças graves é um desafio científico desde os textos atribuídos a Hipócrates no século 5 a.C.

Há muito se reconhece que os fatores que levam ao óbito são multicausais e apresentam interações complexas, envolvendo determinantes comportamentais, sociais, fisiológicos, genéticos e demográficos —relação muitas vezes imperceptível para a mente humana.

Encontrar padrões nos dados para auxiliar na tomada de decisão é a especialidade dos modelos preditivos de inteligência artificial(machine learning), o que explica o seu crescente uso em saúde nos últimos anos.

Avanços publicados no último ano incluem a capacidade de predizer a evolução de tumores específicos e a identificação de agrupamentos de câncer suscetíveis a tratamentos semelhantes.

No Laboratório de Big Data e Análise Preditiva em Saúde (LABDAPS) da Faculdade de Saúde Pública da USP desenvolvemos, em colaboração com médicos de hospitais de São Paulo, algoritmos de inteligência artificial para auxiliar em problemas da prática clínica, como a predição da qualidade de vida de pacientes com câncer.

Segundo pesquisa de 2016 do Instituto Datafolha, receber um diagnóstico da doença é a maior preocupação de saúde para 65% dos brasileiros. Esse medo não é infundado, já que uma análise recente do Instituto Nacional do Câncer (Inca) projetou que em 2018 cerca de 582 mil brasileiros serão diagnosticados com a doença.

O diagnóstico precoce é fundamental para aumentar a sobrevida. Segundo o instituto Cancer Research UK, organização independente de pesquisa, cerca de 80% dos pacientes com câncer de pulmão sobrevivem mais de um ano se diagnosticados em estágios iniciais —contra 15% em estágios mais avançados.

No câncer de mama o efeito é maior: 90% das mulheres diagnosticadas em estágio inicial terão sobrevida acima de cinco anos; em estágios avançados, 15% ultrapassam os cinco anos.

À medida que mais dados de qualidade sejam coletados, maior é o potencial de que algoritmos consigam aprender padrões novos e mais complexos. Isso irá auxiliar médicos a tomarem decisões, aumentando a sobrevida e a qualidade de vida dos pacientes.

O Brasil tem um imenso potencial para auxiliar o resto do mundo a melhorar as decisões no tratamento do câncer. A nossa diversidade genética e socioeconômica tem gerado interesse em pesquisadores do mundo todo.

A medicina de precisão, um fenômeno em ascensão guiado pela inteligência artificial, depende da diversidade e da qualidade dos dados. Atualmente no Brasil temos uma grande diversidade de dados, mas ainda estamos muito atrás em relação à qualidade da informação.

Para que seja possível desenvolver algoritmos de qualidade, será necessário conseguir acompanhar a trajetória dos pacientes ao longo de todo o sistema de saúde, desde as consultas e diagnósticos até a internação e, eventualmente, ao óbito.

Esses dados permitirão que pesquisadores desenvolvam algoritmos que consigam predizer a ocorrência de pontos de inflexão relevantes para o sistema, como o risco de internações.

Experiências de outros países mostram que é possível garantir a anonimidade dos dados e a privacidade dos pacientes, com ganhos inestimáveis para a saúde pública.

Uma parceria entre o sistema de saúde da Inglaterra (NHS) e a DeepMind, empresa de inteligência artificial do Google, permitiu a análise de dados públicos para auxiliar no diagnóstico de 50 tipos de doenças oculares. Os resultados apontam para uma acurácia de 94% dos algoritmos, o que pode trazer benefícios para 285 milhões de pessoas no mundo que sofrem com perda de visão.

Fonte: https://www1.folha.uol.com.br/seminariosfolha/2018/09/inteligencia-artificial-pode-melhorar-decisoes-sobre-tratamento-de-cancer-no-brasil.shtml