Uma nova ferramenta de inteligência artificial promete revolucionar o diagnóstico precoce do câncer de pâncreas, identificando sinais da doença em tomografias computadorizadas com até três anos de antecedência, conforme estudo publicado na revista Gut.
O modelo, chamado REDMOD (Radiomics-based Early Detection Model), analisou quase duas mil tomografias previamente classificadas como normais. Ele detectou pequenas alterações na estrutura do pâncreas que mais tarde evoluíram para tumores.
O radiologista e especialista em medicina nuclear da Mayo Clinic, Ajit Goenka, destacou que o câncer de pâncreas geralmente não apresenta sintomas em seus estágios iniciais. Essa ausência de sintomas contribui para uma taxa de sobrevivência em cinco anos de apenas 12 a 13 por cento.
O modelo utiliza algoritmos avançados para converter imagens de tomografia em representações matemáticas. A ferramenta analisa cada pixel da imagem e compara com padrões de órgãos saudáveis.
Nos testes com tomografias de pacientes que posteriormente desenvolveram a doença, o REDMOD detectou 73 por cento dos casos em estágio inicial. A média de antecedência foi de 16 meses em relação ao diagnóstico clínico convencional.
Em casos com mais de dois anos de antecedência, a sensibilidade do modelo foi quase três vezes maior que a dos radiologistas humanos. Os radiologistas acertaram em 92,2 por cento dos casos saudáveis, enquanto o REDMOD alcançou precisão de 81,1 por cento.
Goenka enfatizou que a combinação da expertise médica com a inteligência artificial pode melhorar ainda mais os índices de detecção precoce. A professora de patologia molecular da Queen Mary University of London, Tatjana Crnogorac-Jurcevic, acredita que ferramentas como o REDMOD podem transformar o tratamento da doença.
Ela ressaltou que o rastreamento populacional em larga escala não é viável devido à baixa incidência, mas grupos de alto risco poderiam se beneficiar enormemente. Esses grupos incluem pessoas com histórico familiar ou mutações genéticas associadas à condição.
A integração do REDMOD com testes de biomarcadores em fluidos corporais, como urina, pode aumentar significativamente a precisão e a sensibilidade do diagnóstico. Os pesquisadores esperam que a tecnologia esteja disponível em clínicas nos próximos cinco anos, após testes clínicos adicionais.
O avanço representa um marco na luta contra uma das formas mais letais de câncer. O REDMOD oferece esperança de diagnósticos mais precoces e tratamentos mais eficazes para os pacientes.
Com informações de LIVESCIENCE.
📨 Inscreva-se na Newsletter de O Cafezinho
Receba nossas análises e as principais notícias diárias do Brasil e do Sul Global.
if(!email) { responses.innerHTML = "Por favor, insira um e-mail válido."; return; }
button.innerText = "Enviando..."; button.style.opacity = "0.7"; button.disabled = true; responses.innerHTML = "";
// Transforma a action nativa em endpoint JSONP e anexa os dados var formAction = this.action.replace('/post?', '/post-json?'); var formData = new FormData(this); var url = formAction;
for (var pair of formData.entries()) { url += "&" + encodeURIComponent(pair[0]) + "=" + encodeURIComponent(pair[1]); }
var script = document.createElement('script'); var callbackName = 'mailchimpCallback' + new Date().getTime(); window[callbackName] = function(data) { button.innerText = "ASSINAR"; button.style.opacity = "1"; button.disabled = false;
if (data.result === 'success') { responses.innerHTML = "✅ Inscrição confirmada com sucesso! Bem-vindo(a) ao O Cafezinho."; document.getElementById('mce-EMAIL-ajax').value = ''; } else { var msg = data.msg || ""; if(msg.includes('is already subscribed')) { msg = "⚠️ Este e-mail já está assinado na nossa newsletter."; } else if(msg.includes('too many')) { msg = "⚠️ Muitas tentativas. Tente novamente mais tarde."; } else if(msg.includes('domain')) { msg = "⚠️ O domínio do e-mail é inválido."; } else { msg = "⚠️ Erro: " + msg; } msg = msg.replace(/^[0-9]+\s-\s/, ''); responses.innerHTML = "" + msg + ""; } delete window[callbackName]; document.body.removeChild(script); };
url = url + '&c=' + callbackName; script.src = url; document.body.appendChild(script); });