IA do MIT é capaz de detectar câncer no pâncreas em estágio inicial

Os dois algoritmos de inteligência artificial desenvolvidos pelo MIT são capazes de detectar células cancerígenas no pâncreas em diagnósticos mais ágeis. A rede neural denominada “PRISM” foi projetada para diagnosticar a forma mais comum de câncer no pâncreas.

Os critérios de triagem convencionais, atualmente em uso para diagnosticar a doença, conseguem detectar aproximadamente 10% dos casos em pacientes avaliados por profissionais. Por outro lado, o PRISM do MIT conseguiu identificar casos em 35% das ocasiões.

Embora o uso de IA no campo do diagnóstico não seja uma conquista completamente nova, o PRISM do MIT se destaca pela abordagem adotada no desenvolvimento. A rede neural foi programada com base no acesso a diversos conjuntos reais de registros eletrônicos de saúde provenientes de instituições de saúde nos EUA.

Foram utilizados dados de mais de 5 milhões registros eletrônicos de saúde de pacientes, ultrapassando, segundo os pesquisadores da equipe, a escala de informações normalmente alimentada em modelos de IA nessa área específica de pesquisa.

“O modelo usa dados clínicos e laboratoriais de rotina para fazer suas previsões, e a diversidade da população dos EUA dão um avanço significativo em relação a outros modelos para o câncer de pâncreas, que geralmente estão confinados a regiões geográficas específicas, como alguns centros de saúde nos EUA.”, comenta Kai Jia, PhD do MIT e autor do artigo sobre o PRISM.

O projeto PRISM do MIT teve início há mais de seis anos. A motivação por trás do desenvolvimento de um algoritmo capaz de detectar precocemente o câncer de pâncreas está relacionada ao fato de que a maioria dos pacientes recebe o diagnóstico nos estágios mais avançados do desenvolvimento da doença. Aproximadamente 80% deles são diagnosticados em estágios tardios.

Dados contemplados pela IA

• Dados demográficos dos pacientes;
• Diagnósticos anteriores;
• Medicamentos atuais e anteriores tomados de maneira controlada;
• Resultados laboratoriais.
• Idade do paciente;
• Fatores de risco evidentes em seu estilo de vida.

No momento, a tecnologia está restrita aos laboratórios do MIT e a pacientes selecionados nos EUA. Expandir o alcance dessa IA representa um desafio logístico que envolve a inclusão de conjuntos de dados mais diversos e, talvez, até mesmo perfis de saúde globais para aumentar a acessibilidade.

Leia também: