USP e Icesp criam IA para prever risco de câncer de mama

Ferramenta utiliza dados de rotina para estimar recorrência ou morte, dispensando testes genéticos caros e inacessíveis no SUS

Pesquisadores da Faculdade de Medicina da USP (FMUSP) e do Icesp (Instituto do Câncer do Estado de São Paulo) desenvolveram o BreastOncoPredict , um software de inteligência artificial capaz de prever o risco de recorrência —isto é, o retorno do câncer na mama ou em outra parte do corpo, o que é chamado de metástase— ou morte de pacientes com câncer de mama.

O trabalho foi publicado em versão não editada na revista científica npj Breast Cancer , do grupo Nature, e a ferramenta criada no C2PO (Centro Integrado de Oncologia de Precisão).

A principal inovação do estudo está na simplicidade dos dados utilizados. Em vez de recorrer a testes genéticos que analisam o tecido do tumor e podem custar milhares de reais por paciente, o software utiliza só informações já coletadas rotineiramente ao diagnóstico: o estágio clínico do tumor, a idade da paciente e um hemograma completo.

Como esses dados já são gerados no atendimento padrão, o uso da ferramenta não representaria nenhum custo adicional para o SUS (Sistema Único de Saúde).

O trabalho incorpora o papel dos glóbulos vermelhos (a chamada série vermelha do hemograma) na previsão de risco —um tipo de dado raramente utilizado por modelos prognósticos de câncer de mama até então.

Além disso, sugere que um maior risco de recorrência em 10 anos para pacientes com câncer de mama está relacionado, de forma independente, a baixos níveis de hemoglobina (anemia) e a valores elevados de RDW (parâmetro para medir a variação no tamanho das hemácias, que são os glóbulos vermelhos do sangue).

A equipe analisou dados retrospectivos de 4.867 pacientes tratadas no Icesp de 2008 a 2022, chegando a um corte final de 4.277 pacientes. A partir do hemograma, os pesquisadores calcularam índices que refletem o estado inflamatório e imunológico do organismo –como a razão entre neutrófilos e linfócitos, entre plaquetas e linfócitos, e a variabilidade no tamanho das hemácias (RDW). Depois, os índices foram combinados a dados clínicos básicos, totalizando 16 variáveis.

Dezenas de modelos de aprendizado de máquina foram treinados e comparados, até a equipe chegar a um modelo final que combina diferentes algoritmos (conhecido como ensemble ou stacking ).

O software consegue prever tanto o risco de recorrência em curto prazo (2 anos) quanto em longo prazo (10 anos), com desempenho consistente entre os principais subtipos moleculares do câncer de mama (HR+, HER2+ e triplo-negativo).

“O BreastOncoPredict é uma IA explicável, ao contrário da IA ‘caixa-preta’, em que não é possível saber quais são as informações mais importantes. Com essa técnica, constatamos que a análise da série vermelha do hemograma —não apenas os leucócitos— era importante para a predição de recidiva pela IA”, afirma Luciana Carvalho Barros, pesquisadora científica do Centro de Investigação Translacional em Oncologia (Icesp/FMUSP), pesquisadora membro do C2PO USP e líder do estudo.

Segundo estimativas do Inca (Instituto Nacional de Câncer), o Brasil registra cerca de 73.610 novos casos de câncer de mama por ano.