Revolução no diagnóstico do câncer: a IA vence a patologia!

Revolução no diagnóstico do câncer: a IA vence a patologia!

Um importante projeto de cooperação entre o Hospital Universitário de Erlangen (UKER) e o Hospital Gravina em Caltagirone, Itália, visa integrar a inteligência artificial (IA) no diagnóstico clínico em patologia. Alto FAU Os resultados foram publicados na revista Genome Medicine. Com mais de 1,4 milhões de casos de cancro na Alemanha todos os anos, os exames de tecidos após a remoção do tumor desempenham um papel crucial. É aqui que entram em ação os algoritmos de IA, que podem ajudar os patologistas a identificar tipos de câncer e avaliar amostras de tecidos.

O uso da IA ​​em patologia está atualmente se mostrando limitado porque muitos exames são realizados com microscópio. No entanto, o Hospital Gravina deu um passo em direção ao futuro e digitaliza rotineiramente todas as secções de tecido. Esta medida melhora a disponibilidade de dados digitais e permite o desenvolvimento de um método para integrar automaticamente a análise de IA nos fluxos de trabalho dos laboratórios de patologia.

Digitalização e IA em patologia

Durante o diagnóstico, amostras de tecido são processadas em seções extremamente finas e digitalizadas. A análise é então realizada no monitor do computador, sendo a análise de IA ativada automaticamente assim que novos exames são recebidos no sistema de informação laboratorial (LIS). Os patologistas também têm a opção de solicitar análises “sob demanda”. Os resultados são visualizados como mapas de calor no LIS, destacando regiões cancerígenas. O objetivo do projeto é melhorar a precisão dos algoritmos e promover a integração de modelos de aprendizagem profunda em outros departamentos de patologia.

As inovações tecnológicas estão a acelerar significativamente o diagnóstico do cancro, particularmente através da digitalização de cortes histopatológicos e da utilização de aprendizagem profunda. Uma análise destaca os desafios e oportunidades associados a esses desenvolvimentos. O uso de redes neurais profundas (deep learning) tem o potencial de melhorar a precisão diagnóstica e reduzir a taxa de erros em diagnósticos de câncer. Por exemplo, um modelo de aprendizagem profunda de dois estágios para classificação do câncer de próstata é citado como tendo alcançado uma precisão de 0,7 em comparação com 0,61 para patologistas humanos.

O papel dos GNNs na patologia digital

Digno de nota é o desenvolvimento de Redes Neurais de Grafos (GNNs), que estão provando ser uma alternativa promissora para extração de características e interpretabilidade em patologia digital. Essas redes modelam as relações entre objetos e já encontraram aplicações bem-sucedidas em diversas áreas, incluindo a previsão de propriedades moleculares. A pesquisa mostrou que as GNNs podem atingir 97% de precisão na classificação do câncer colorretal, destacando sua superioridade em comparação às abordagens tradicionais.

A implementação da IA ​​na patologia não é apenas um desafio técnico, mas também uma necessidade. Dado o número crescente de casos de cancro, a diminuição do número de patologistas e o número crescente de casos, existe uma necessidade urgente de interpretação automatizada de imagens patológicas digitalizadas. Fraunhofer IKS destaca que a IA pode combinar e analisar rapidamente grandes quantidades de dados, o que pode levar a uma terapia individualizada e ao diagnóstico precoce de doenças.

Globalmente, mostra que a combinação da digitalização e da IA ​​não só melhora a eficiência e a precisão na patologia, mas também pode levar a abordagens inovadoras no diagnóstico do cancro.