Avanços no Diagnóstico Precoce e Tratamento Personalizado em Oncologia através de Modelos Preditivos Inovadores

Num esforço colaborativo com a Fundação Champalimaud (CF), a Faculdade de Ciências da Universidade de Lisboa e a Universidade de Coimbra, o NOVA Analytics Lab da NOVA IMS, liderado por Leonardo Vanneschi, desenvolveu um sistema baseado em IA com capacidades preditivas na área da oncologia. O objetivo foi aproveitar técnicas de inteligência artificial (IA) para potenciar a radiômica, através da extração de características informativas a partir de imagens médicas disponíveis, utilizando modelos preditivos precisos e robustos. 

As técnicas de IA recentemente desenvolvidas pela NOVA IMS revelaram com sucesso características anteriormente desconhecidas que distinguem os cancros da mama e axilar, melhorando significativamente a precisão do diagnóstico precoce e contribuindo para uma abordagem diagnóstica mais personalizada em contextos clínicos. Notavelmente, o modelo alcançou uma taxa sem precedentes de 87% de precisão na previsão da resposta patológica completa de tumores axilares. 

Este trabalho teve também um impacto significativo na segmentação e deteção do cancro da próstata, utilizando o diversificado conjunto de dados ProstateNet da CF, que inclui mais de 1.000 amostras provenientes de três scanners diferentes e 14 instituições, juntamente com a integração de três outros conjuntos de dados independentes. O estudo demonstrou que modelos treinados com conjuntos de dados grandes e diversificados apresentam melhor generalização, tornando-se mais fiáveis na deteção de lesões. 

Os cancros da mama e da próstata estão entre os tipos de cancro mais prevalentes a nível mundial. Adicionalmente, o cancro axilar, frequentemente resultante de complicações associadas ao cancro da mama, apresenta uma taxa de mortalidade significativa. Na maioria dos casos, essa mortalidade deve-se à deteção tardia da doença, uma vez que muitos pacientes permanecem assintomáticos durante longos períodos. Esta situação sublinha a necessidade urgente de desenvolver modelos preditivos fiáveis que possam potenciar terapias personalizadas, estimando respostas individuais ao tratamento e prevendo riscos associados a lesões tumorais. A solução desenvolvida pela equipa da NOVA visa enfrentar estes desafios e ultrapassar as limitações dos modelos existentes, que frequentemente se baseiam em conjuntos de dados limitados (geralmente provenientes de uma única instituição e coorte de pacientes) e dependem de algoritmos de IA pré-existentes, restringindo a sua aplicabilidade geral. 

Os algoritmos e modelos desenvolvidos pelo NOVA Analytics Lab foram integrados num sistema de software inovador, que foi validado por clínicos da CF e incorporado no seu enquadramento existente. O sistema encontra-se em funcionamento há cerca de três anos, tendo sido utilizado até agora para fins de investigação, com a perspetiva de vir a ser aplicado em pacientes no futuro. Este sistema de ponta, impulsionado por IA, já demonstrou avanços significativos no diagnóstico e tratamento do cancro, conduzindo a melhorias nas taxas de deteção precoce e a previsões mais precisas das respostas dos pacientes às terapias. 

Este grande projeto foi um esforço colaborativo que combinou uma infraestrutura computacional poderosa com talento excecional, resultando em duas dissertações de doutoramento, oito teses de mestrado, 17 artigos científicos, um capítulo de livro e várias apresentações em conferências internacionais. Como resultado desta investigação na NOVA IMS, os clínicos oncologistas da Fundação Champalimaud têm agora potencial para conceber planos de tratamento mais personalizados, enquanto contribuem para a redução de custos no sistema de saúde. 

Em última análise, os verdadeiros beneficiários desta investigação serão os pacientes, que poderão receber diagnósticos mais precoces, precisos e menos invasivos, melhorando significativamente os seus resultados terapêuticos, com menos efeitos secundários e maiores probabilidades de erradicação do tumor e de sobrevivência. Este trabalho tem potencial para ser implementado em instituições médicas a nível global e alargado a outros tipos de tumores, abrindo caminho para que milhões de pessoas em todo o mundo beneficiem dos seus avanços.