Mirai: Descobrir o cancro da mama mais cedo e reduzir os danos do rastreio
O exame mamográfico (Mammogram) é usado para detectar alterações na mama em mulheres sem sinais ou sintomas de cancro da mama.
Organizações de saúde em todo o mundo apoiam o rastreio por mamografia para detecção precoce do cancro, e este tem provado o seu valor, podendo reduzir a mortalidade em 20-40%.
Embora seja a melhor ferramenta para detecção precoce, há muitas áreas que precisam de melhorias: falsos positivos, falsos negativos, variações humanas na interpretação de imagens e falta de radiologistas especializados...
O Mirai, como um sistema de aprendizagem profunda, pode usar o poder da inteligência artificial para prever o desenvolvimento do cancro da mama, incluindo três inovações-chave:
- Modelagem conjunta de pontos temporais
- Uso seletivo de fatores de risco não-imagiológicos
- Garantia de consistência de desempenho em diferentes ambientes clínicos
Isto permite que o Mirai forneça avaliações de risco precisas e se adapte a diferentes ambientes clínicos.
O Mirai não só pode prever o risco do paciente em diferentes pontos temporais no futuro, mas também pode incorporar fatores de risco clínicos como idade e história familiar (se disponíveis).
Além disso, mantém resultados de previsão estáveis mesmo com pequenas diferenças clínicas (como diferentes equipamentos de mamografia).
Um aspecto promissor do modelo é que pode ser aplicado a diferentes raças.
O Mirai tem precisão comparável para mulheres brancas e negras, o que é um grande avanço considerando que a taxa de mortalidade por cancro da mama é 43% maior em mulheres negras do que em brancas.
Validação em larga escala
Para integrar modelos de risco baseados em imagens nos cuidados clínicos, os pesquisadores precisam melhorar os algoritmos e realizar validações em larga escala em vários hospitais.
A equipe de pesquisa treinou o Mirai usando mais de 200.000 exames do Hospital Geral de Massachusetts (MGH) e o validou usando dados do MGH, do Instituto Karolinska na Suécia e do Hospital Memorial Chang Gung em Taiwan.
O Mirai agora instalado no MGH é significativamente mais preciso do que os métodos anteriores na previsão do risco de cancro e na identificação de indivíduos de alto risco.
Supera o modelo Tyrer-Cuzick, identificando quase o dobro de diagnósticos futuros de cancro.
Além disso, o Mirai mantém a precisão em diferentes raças, faixas etárias, categorias de densidade mamária e subtipos de cancro.
Adam Yala, estudante de doutorado do CSAIL e primeiro autor do artigo, disse: "Modelos aprimorados de risco de cancro da mama podem permitir estratégias de rastreio direcionadas que, em comparação com as abordagens fornecidas pelas diretrizes existentes, podem detectar o cancro da mama mais cedo e reduzir os danos do rastreio."
A equipe está colaborando com médicos de diferentes instituições globais para validar ainda mais o modelo em diferentes populações e estudar sua implementação clínica.
Atualmente, os pesquisadores estão aprimorando o Mirai, utilizando o histórico completo de imagens dos pacientes e incorporando tecnologias avançadas de rastreio como a tomossíntese.
Essas melhorias podem refinar as diretrizes de rastreio de risco, oferecendo rastreio mais sensível para grupos de alto risco, enquanto reduzem procedimentos desnecessários para outros.
Mais pesquisas sobre a aplicação de IA na detecção de cancro da mama
Além do Mirai, a Science também recomendou mais pesquisas sobre a detecção de cancro da mama por IA.
Para melhorar a taxa de sobrevivência do cancro da mama, pesquisadores projetaram um dispositivo de ultrassom vestível que pode permitir que os pacientes detectem tumores em estágios iniciais, pesquisa que também vem do MIT.
Anantha Chandrakasan, Decano da Escola de Engenharia do MIT, Vannevar Bush, Professor de Engenharia Elétrica e Ciência da Computação, e um dos autores do estudo disseram:
"Este trabalho aproveitará avanços em materiais, circuitos de baixa potência, algoritmos de IA e sistemas biomédicos para impulsionar significativamente a pesquisa em ultrassom e o design de dispositivos médicos."
"E fornece uma capacidade fundamental para a detecção e diagnóstico precoce do cancro da mama, que é crucial para resultados positivos."
Além disso, o New York Times publicou anteriormente uma reportagem relacionada sobre "IA detectando cancro da mama que os médicos perderam".
A reportagem afirmava que a Hungria se tornou um importante campo de testes para software de IA que detecta cancro, e os médicos estão debatendo se a tecnologia substituirá seu trabalho médico.
Em 2016, Geoffrey Hinton, um dos principais pesquisadores de IA do mundo, acreditava que a tecnologia superaria as habilidades dos radiologistas em cinco anos.
"Acho que se você é um radiologista, você é como o Wile E. Coyote nos desenhos animados", ele disse ao The New Yorker em 2017.
"Você já está no limite do penhasco, mas ainda não olhou para baixo. Não há chão visível."
As palavras de Hinton não eram infundadas. Em um tweet publicado pela Science, havia um estudo que descobriu que médicos usando IA eram mais propensos a detectar cancro da mama do que aqueles que não usavam.
Este estudo mostrou que a IA também poderia processar automaticamente mais da metade das varreduras, reduzindo significativamente a carga de trabalho dos radiologistas.
Levando a pesquisa ao mercado
A Science também mencionou especialmente uma pessoa em X - Dra. Connie Lehman.
Connie Lehman é professora de radiologia na Harvard Medical School e especialista em radiologia no Massachusetts General Hospital, além de co-autora do artigo fundamental mencionado no início deste texto.
Ela estava entusiasmada com o potencial de melhorar a detecção do cancro da mama quando começou a trabalhar com design assistido por computador (CAD) em 1998.