ESMO GI 2026: Biomarcadores de IA e valor clínico no tratamento do câncer
No ESMO GI 2026, especialistas apresentaram a estrutura EBAI, que classifica biomarcadores baseados em IA em três níveis de validação. Dados clínicos mostraram que a IA detecta instabilidade de microssatélites com sensibilidade de 96-98% e que a braquiterapia guiada por RM melhora a sobrevida livre de recorrência.
Especialistas no Congresso de Cânceres Gastrointestinais da ESMO 2026 destacaram como a inteligência artificial está indo além do reconhecimento de imagem para entregar valor clínico em cirurgia, patologia e intervenção guiada por imagem. Eles também apresentaram os requisitos básicos da ESMO para biomarcadores baseados em IA em oncologia (EBAI), uma estrutura que classifica biomarcadores baseados em IA em três níveis e define requisitos mínimos de validação para cada um.
No câncer colorretal, o algoritmo MSIntuit detectou instabilidade de microssatélites diretamente de lâminas de rotina coradas com hematoxilina e eosina (H&E) com sensibilidade de 96–98% (Nat Commun. 2023;14:6695), enquanto modelos de aprendizado profundo foram desenvolvidos para prever metástase linfonodal a partir de imagens de TC pré-tratamento no câncer gástrico (eClinicalMedicine. 2024;75:102805). Segundo os especialistas, a área está entrando em uma nova fase em que o valor clínico se mostra tão importante quanto o desempenho técnico.
Na IA cirúrgica, dados de prova de conceito usando a plataforma de IA EUREKA X quantificaram a preservação do tecido conjuntivo frouxo durante a cirurgia robótica para câncer de reto. Em um estudo de caso-controle pareado com 44 pacientes, medidas derivadas de IA de preservação tecidual foram associadas à disfunção urinária pós-operatória; quando combinadas com a idade do paciente, o modelo alcançou uma área sob a curva de aproximadamente 0,81. Os pesquisadores sugeriram que futuros sistemas de IA poderiam fornecer feedback em tempo real durante a cirurgia, observando que 'o futuro não é IA versus cirurgiões. É cirurgiões aprimorados por IA'.
Na intervenção guiada por imagem, a braquiterapia intersticial guiada por RM está ampliando as opções de tratamento para tumores hepáticos inadequados para ablação térmica, permitindo a visualização de lesões frequentemente invisíveis na TC. No estudo prospectivo MR BRIGHT (Z Gastroenterol 2025; 63(01): e45), a braquiterapia guiada por RM alcançou sobrevida livre de recorrência local significativamente maior do que o tratamento guiado por TC (95,1% versus 79,9%; p=0,027), ao mesmo tempo em que reduziu substancialmente a exposição à radiação de baixa dose no tecido hepático saudável (15% versus 43%). Algoritmos de aprendizado de máquina podem acelerar a reconstrução de imagens de RM e reduzir artefatos, tornando a orientação por RM em tempo real cada vez mais prática.
A patologia pode ser onde a transição da IA da pesquisa para a prática rotineira é mais evidente. Especialistas descreveram a IA como o produto de quatro desenvolvimentos convergentes: um cenário em expansão de biomarcadores, cargas de trabalho crescentes em patologia, adoção generalizada da patologia digital e variabilidade diagnóstica persistente. A estrutura EBAI descreve como os algoritmos progridem desde a padronização de biomarcadores existentes até a predição de alterações moleculares diretamente de lâminas de H&E e, por fim, a descoberta de biomarcadores totalmente novos, incluindo modelos emergentes capazes de reconhecer quando não devem fazer uma predição (Ann Oncol. 2026;37(3):414–430).