Pesquisa feita por cientistas do A.C.Camargo está entre as finalistas do Prêmio Octávio Frias de Oliveira
Pesquisa feita por cientistas do A.C.Camargo está entre as finalistas do Prêmio Octávio Frias de Oliveira
Estudo mostra que é possível utilizar a inteligência artificial para identificar alterações no DNA a partir da análise de imagens histológicas
Estudo mostra que é possível utilizar a inteligência artificial para identificar alterações no DNA a partir da análise de imagens histológicas
Uma pesquisa feita por um grupo de cientistas do A.C.Camargo Cancer Center foi indicada como uma das finalistas do Prêmio Octávio Frias de Oliveira, que visa estimular a pesquisa científica na esfera da prevenção e do combate ao câncer.
Indicado na categoria “Inovação Tecnológica em Oncologia”, o estudo liderado pelo Dr. Israel Tojal, do Grupo Biologia Computacional e Bioinformática do Centro Internacional de Pesquisas (CIPE) do A.C.Camargo foi publicado na revista científica Cancers, sob o título Deep Learning Predicts Underlying Features on Pathology Images with Therapeutic Relevance for Breast and Gastric Cancer. O estudo também contou com o trabalho de outros pesquisadores do CIPE, da Universidade de São Paulo (USP) e patologistas do A.C.Camargo.
Dr. Israel explica que técnicas de inteligência artificial, especificamente o aprendizado profundo (do inglês, deep learning), foi capaz de detectar padrões ocultos em imagens histopatológicas que se correlacionam com alterações genéticas no DNA.
“Sabemos que existem alguns mecanismos moleculares que são preditores de resposta à terapia no câncer. Então, nós criamos um modelo computacional e treinamos o algoritmo para identificar dois tipos de mecanismos associados à deficiência no reparo do DNA, um relacionado ao câncer de mama e outro relacionado ao câncer gástrico.”
Resultados e benefícios da pesquisa
A partir da análise de cerca de 1500 imagens histopatológicas recuperadas de uma base de dados pública e do A.C.Camargo Cancer Center, o algoritmo foi capaz de predizer com acurácia pacientes com deficiência no reparo de recombinação homóloga em tumores de mama e no reparo de mal pareamento do DNA em tumores gástricos.
Segundo Dr. Israel, a ferramenta pode ser implementada a custo baixo na rotina da anatomia patológica, permitindo ampliar a triagem de biomarcadores de prognóstico e preditivo em um grande número de pacientes desses e de outros tumores.
Esses resultados também mostram a importância da incorporação de novos produtos e processos no cuidado oncológico a partir da convergência do conhecimento gerado pela pesquisa básica e translacional em conjunto com técnicas modernas de inteligência artificial.
“Também podemos ter benefícios imensuráveis para o paciente e o sistema de saúde. Esse algoritmo consegue fazer a detecção de mecanismos moleculares com relevância terapêutica em poucos segundos. Ou seja, teremos redução de custos, agilidade e acesso ao diagnóstico com grande potencial de possibilitar um tratamento mais personalizado que levará a uma melhor sobrevida”, finaliza o Dr. Israel.
