Ferramentas de IA miram detecção precoce do câncer e previsões de ensaios clínicos

A inteligência artificial está avançando o cuidado oncológico ao apoiar a detecção precoce e aprimorar previsões em ensaios clínicos. A Xlue Inc., derivada da Carnegie Mellon University, treina um modelo com milhões de registros para identificar pacientes de alto risco, enquanto análises preditivas ajudam farmacêuticas a priorizar compostos promissores em oncologia.

Uma empresa derivada (spinout) da Carnegie Mellon University está usando inteligência artificial para identificar pacientes com alto risco de câncer de pulmão, fígado e pâncreas, treinando sua ferramenta de previsão com milhões de prontuários médicos. A Xlue Inc. alcançou uma taxa de acerto de 50% entre pacientes sem histórico de câncer, enquanto a precisão da ferramenta para pacientes que já tiveram câncer chegou a 70%.

Segundo médicos, a melhor chance de curar o câncer é detectá-lo precocemente, mas isso nem sempre acontece. Entre 80% e 85% dos casos de câncer de pâncreas não são diagnosticados até que a doença agressiva e letal já tenha alcançado estágios avançados, de acordo com um estudo de 2023 na revista médica de acesso aberto Cureus. Câncer de pulmão e de fígado também podem apresentar sintomas vagos ou leves, o que pode mascarar a doença até que seja tarde demais.

A ferramenta CATCH-FM, da Xlue, está identificando sinais associados ao desenvolvimento futuro de câncer ao imitar a trajetória do paciente, permitindo que os médicos assistentes recomendem exames de rastreamento de acompanhamento para diagnóstico precoce. A empresa treinou sua ferramenta preditiva com prontuários médicos eletrônicos de milhões de pacientes ao longo de duas décadas, que faziam parte de um banco de dados taiwanês de grande escala de reembolsos do sistema nacional de saúde. Também estão em andamento conversas para analisar prontuários médicos off-line e desidentificados armazenados pela gigante hospitalar UPMC, o maior sistema de saúde da Pensilvânia.

A empresa, sediada em Shadyside e com seis funcionários, foi criada a partir da CMU em 2025. A companhia, que ainda não é lucrativa, levantou US$ 1,5 milhão em uma rodada inicial com amigos e familiares. A tecnologia da Xlue poderia ser adaptada para identificar pacientes com alto risco de sofrer um AVC ou infarto.

A abordagem da Xlue também poderia economizar dinheiro: o custo médio para seguradoras tratarem um paciente com seguro comercial e câncer de pâncreas metastático varia entre US$ 95.000 e US$ 116.000, segundo um estudo de 2021 publicado na revista American Health & Drug Benefit. O rastreamento desses três tipos de câncer poderia, em última instância, melhorar a saúde pública. O rastreamento amplamente difundido por mamografia, por exemplo, ajudou a reduzir as taxas de mortalidade por câncer de mama entre 8% e 40%, de acordo com os Centers for Disease Control and Prevention.

Nos EUA, apenas 18,2% dos elegíveis realizaram rastreamento para câncer de pulmão em 2022. O câncer de pulmão é a principal causa de morte relacionada ao câncer no mundo, segundo os dados GLOBOCAN 2022 da World Health Organization.

No desenvolvimento de medicamentos, a análise preditiva também está avançando, particularmente em ensaios clínicos (clinical trials) em oncologia. Os modelos preditivos atuais estão melhorando, especialmente ao prever o sucesso da fase I para a fase II ou III. Muitas ferramentas já estão demonstrando uma precisão razoavelmente alta nessa área, o que ajuda as empresas a priorizar os compostos mais promissores.

No entanto, prever o sucesso desde os estágios pré-clínicos até os desfechos clínicos é muito mais difícil. Compostos first-in-class (primeiros da classe) frequentemente não têm dados históricos suficientes, o que torna a modelagem precisa um desafio. Embora haja racional científico e insights sobre mecanismo de ação (mechanism of action), transformar isso em previsões clínicas confiáveis continua sendo complexo.

A maior necessidade não atendida é prever quais compostos terão sucesso na clínica. No futuro, a análise preditiva pode se tornar forte o suficiente para reduzir a dependência de modelos animais, especialmente em oncologia, onde esses modelos muitas vezes falham em prever os desfechos dos pacientes.

Related Entities

Related Articles

References

  1. Nature Medicine to investigate study that found cancer treatment is better in morning · www.statnews.com
  2. How to Potentially Prevent 44% of Cancer Cases | Targeted Oncology · www.targetedonc.com
  3. The Promise and Limits of Predictive Analytics in Oncology | Applied Clinical Trials Online · www.appliedclinicaltrialsonline.com
  4. How collaboration can help enable early detection of lung cancer - Merck.com · www.merck.com
  5. Predicting cancer: This AI startup aims to upend cancer treatment - Medical Xpress · medicalxpress.com