IA identifica câncer analisando composição celular; entenda

O método tradicional de examinar amostras de tecido por patologistas é lento e suscetível a interpretações divergentes, impactando a precisão dos diagnósticos. O novo modelo de inteligência artificial, denominado Ceograph, replica o processo de análise patológica realizado por especialistas.

Embora existam outros modelos linguísticos semelhantes, eles não alcançam a complexidade do discernimento de um patologista. Esses modelos não conseguem identificar sutilezas na organização celular nem filtrar informações irrelevantes que podem interferir no diagnóstico.

A Ceograph detecta células, suas posições, tipos, morfologias e distribuição no espaço, gerando um mapa detalhado que supera as restrições dos modelos prévios, garantindo uma análise de alta precisão.

Até agora, a IA foi aplicada com sucesso em três cenários clínicos distintos: distinguindo dois subtipos de câncer de pulmão – adenocarcinoma e carcinoma de células escamosas; revisando a probabilidade de progressão do câncer em lesões pré-cancerosas da boca; e identificando pacientes com câncer de pulmão mais propensos a responder a uma classe específica de medicamentos. Em todos os casos, a Ceograph superou os métodos tradicionais de previsão de resultados.

“Este método tem o potencial de agilizar medidas preventivas direcionadas para populações de alto risco e otimizar a seleção de tratamento para pacientes individuais.”, detalha Guanghua Xiao, autor do estudo publicado na Nature Communications, sobre como a IA pode auxiliar a tornar diagnósticos de câncer mais precisos.

Leia também: