Inteligência artificial encontra padrões de mutações e sobrevivência em imagens tumorais

0
42
Um mosaico de imagens de microscopia tumoral formando moléculas de DNA quebradas. Crédito: Yu Fu, Moritz Gerstung, Spencer Phillips/EMBL
Um mosaico de imagens de microscopia tumoral formando moléculas de DNA quebradas. Crédito: Yu Fu, Moritz Gerstung, Spencer Phillips/EMBL

Pesquisadores do Instituto Europeu de Bioinformática (EMBL-EBI), do Instituto Wellcome Sanger, do Hospital Addenbrooke em Cambridge, Reino Unido, e colaboradores desenvolveram um algoritmo de inteligência artificial (IA) que usa a visão computadorizada para analisar amostras de tecidos de pacientes com câncer. Eles mostraram que o algoritmo pode distinguir entre tecidos saudáveis e cancerosos, e também pode identificar padrões de mais de 160 DNA e milhares de mudanças de RNA em tumores. O estudo, publicado hoje na Nature Cancer, destaca o potencial da IA para melhorar o diagnóstico, o prognóstico e o tratamento do câncer.

O diagnóstico e o prognóstico do câncer se baseiam em grande parte em duas abordagens principais. Em uma delas, os histopatologistas examinam a aparência do tecido canceroso sob o microscópio. Na outra, os geneticistas de câncer analisam as mudanças que ocorrem no código genético das células cancerígenas. Ambas as abordagens são essenciais para entender e tratar o câncer, mas raramente são utilizadas em conjunto.

“Os médicos usam lâminas de microscopia para o diagnóstico do câncer o tempo todo. No entanto, o potencial completo dessas lâminas ainda não foi desbloqueado. Conforme a visão computadorizada avança, podemos analisar imagens digitais destas lâminas para entender o que acontece a nível molecular”, diz Yu Fu, Pós-doutorando do Grupo Gerstung na EMBL-EBI.

Os algoritmos de visão por computador são uma forma de inteligência artificial que pode reconhecer certas características nas imagens. Fu e colegas reprogramaram tal algoritmo desenvolvido pelo Google – usado originalmente para classificar objetos cotidianos como limões, óculos escuros e radiadores – para distinguir vários tipos de câncer de tecidos saudáveis. Eles mostraram que este algoritmo também pode ser usado para prever a sobrevivência e até mesmo padrões de mudanças de DNA e RNA a partir de imagens de tecido tumoral.

Ensinando os algoritmos a detectar mudanças moleculares

Estudos anteriores utilizaram métodos similares para analisar imagens de um ou poucos tipos de câncer com alterações moleculares selecionadas. Entretanto, Fu e colegas generalizaram a abordagem em uma escala sem precedentes: eles treinaram o algoritmo com mais de 17.000 imagens de 28 tipos de câncer coletadas para o Atlas do Genoma do Câncer, e estudaram todas as alterações genômicas conhecidas.

“O que é bastante notável é que nosso algoritmo pode ligar automaticamente a aparência histológica de quase qualquer tumor com um conjunto muito amplo de características moleculares e com a sobrevivência do paciente”, explica Moritz Gerstung, Líder de Grupo da EMBL-EBI.

Em geral, seu algoritmo foi capaz de detectar padrões de 167 mutações diferentes e milhares de mudanças de atividade genética. Estas descobertas mostram em detalhes como as mutações genéticas alteram o aparecimento de células e tecidos tumorais.

Outro grupo de pesquisa validou independentemente esses resultados com um algoritmo similar de IA aplicado a imagens de oito tipos de câncer. Seu estudo foi publicado no mesmo número do Nature Cancer.

Uma ferramenta potencial para a medicina personalizada

A integração de dados moleculares e histopatológicos fornece uma imagem mais clara do perfil de um tumor. A detecção das características moleculares, composição celular e sobrevivência associada a tumores individuais ajudaria os clínicos a adaptar os tratamentos adequados às necessidades de seus pacientes.

“Do ponto de vista de um clínico, estas descobertas são incrivelmente excitantes. Nosso trabalho mostra como a inteligência artificial poderia ser usada na prática clínica”, explica Luiza Moore, cientista clínica e patologista do Instituto Wellcome Sanger e do Hospital de Addenbrooke. “Enquanto o número de casos de câncer está aumentando em todo o mundo, o número de patologistas está diminuindo”. Ao mesmo tempo, nos esforçamos para nos afastarmos da abordagem de “tamanho único” e entrarmos na medicina personalizada. Uma combinação de patologia digital e inteligência artificial pode potencialmente aliviar essas pressões e melhorar nossa prática e nosso atendimento ao paciente”.

As tecnologias de seqüenciamento impulsionaram a genômica para a vanguarda da pesquisa do câncer, mas estas tecnologias permanecem inacessíveis à maioria das clínicas em todo o mundo. Uma alternativa possível ao seqüenciamento direto seria usar a IA para emular uma análise genômica usando dados que são mais baratos de coletar, como lâminas de microscopia.

“Obter todas essas informações de imagens tumorais padrão de forma completamente automática é revolucionário”, diz Alexander Jung, estudante de doutorado da EMBL-EBI. “Este estudo mostra o que poderá ser possível nos próximos anos, mas estes algoritmos terão que ser refinados antes da implementação clínica”.

Referências

https://medicalxpress.com/news/2020-07-artificial-intelligence-patterns-mutations-survival.html

Yu Fu et al. Pan-cancer computational histopathology reveals mutations, tumor composition and prognosis, Nature Cancer (2020). DOI: 10.1038/s43018-020-0085-8

Deixe uma resposta