Melhorar a luta contra o cancro através da IA

O cancro é uma das doenças mais complexas que enfrentamos, tanto em termos de compreensão como de tratamento. Os principais peritos do século XX simplificaram a investigação sobre o cancro porque consideravam que esta era a única forma de desenvolver conhecimentos científicos úteis, sendo conscientes de que desta forma não seriam capazes de compreender todos os fatores que influenciam o aparecimento do cancro.

Felizmente, hoje temos um grande aliado nesta luta: a inteligência artificial. Graças à visão artificial e à aprendizagem mecânica (machine learning, incluindo aprendizagem supervisionada; aprendizagem não supervisionada; e de reforço), os dados são processados de uma forma completamente nova e eficiente que permite uma melhor compreensão da doença e ajuda os investigadores a adquirirem uma compreensão mais profunda do que podiam anteriormente alcançar.

Para compreender o cancro e, por sua vez, tratá-lo adequadamente, há muitos fatores a considerar:

Genética do paciente: Não é apenas a complexidade da doença que complica o tratamento do cancro, mas também a complexidade dos pacientes. Todos têm o seu próprio perfil genético, e esta heterogeneidade genética significa que os tratamentos do cancro afetam indivíduos de diferentes origens genéticas de formas diferentes. Por outras palavras, um tratamento eficaz para alguém de ascendência da Europa Oriental pode não ser eficaz para alguém de ascendência da África subsariana, e alguém de ascendência da Ásia Oriental pode responder melhor a um plano de tratamento completamente diferente.

Heterogeneidade tumoral: Os diferentes tipos de células que compõem um tumor individual, bem como o órgão ou tecido em que o cancro cresce no corpo do paciente. Toda esta informação pode ser difícil de localizar a qualquer momento, mas o que a torna mais desafiante é que à medida que o cancro cresce, a sua complexidade tende a aumentar com o tempo. Como resultado, torna-se mais difícil tratar o cancro à medida que este avança. É por isso que é tão importante identificar cedo o cancro e destruir todas as células tumorais de uma só vez.

Hábitos de vida dos pacientes: Fumar, beber, fazer exercício ou comer bem, tudo isto influencia a forma como o cancro se desenvolve e como um doente pode responder ao tratamento. Há muitos fatores ambientais e de estilo de vida que podem desempenhar um papel crucial no desenvolvimento e tratamento do cancro.

História médica do paciente: Todo o perfil médico do paciente, idade, sexo, doenças anteriores, tratamentos e respostas, bem como os testes laboratoriais realizados e os resultados registados, contribuem para o quadro geral do cancro e a forma de o tratar.

Todos estes fatores podem ser resumidos numa só palavra: DADOS. É aqui que a IA faz sobressair todo o potencial e ajuda os investigadores. Ao sermos capazes de trabalhar 24 horas por dia e efetuar cálculos muito mais rapidamente, podemos obter informações fundamentais que há alguns anos atrás exigiam demasiado tempo dos investigadores. Graças aos algoritmos de machine learning, à medida que obtemos mais dados obtemos melhores resultados, porque estes algoritmos estão a tornar-se "mais inteligentes" e mais eficazes à medida que os analisam.

Isto permite que os dados do paciente sejam utilizados na seleção de medicamentos pré-clínicos em fase inicial, uma vez que podemos cruzar os dados do cancro de um paciente com a sua história médica, a história de casos com um cancro semelhante, e os medicamentos que tiveram a maior taxa de sucesso. Isto permite uma melhor tomada de decisões e ajuda as empresas farmacêuticas e oncologistas a prever com maior precisão os resultados do tratamento.

Ao contextualizar dados sobre formulações de medicamentos, antecedentes, estilo de vida do paciente e vários tipos de tumores e cancros, os algoritmos de machine learning podem facilmente identificar as melhores formulações de medicamentos para tipos específicos de cancro em populações de pacientes definidas; esta informação pode ser utilizada em ensaios clínicos, reduzindo a taxa de erro e melhorando os resultados de ensaios clínicos em oncologia.

É nisto que a Predictive Oncology está a trabalhar, por exemplo. Utilizando uma base de dados com dados anónimos de 150.000 pacientes, 131 tipos de tumores e 30 tipos de cancro, utilizam algoritmos de machine learning para acelerar o processo de desenvolvimento de medicamentos, de modo a que as empresas farmacêuticas possam trazer mais rapidamente para o mercado medicamentos seguros e eficazes. Isto aumenta a probabilidade de aprovação pela FDA.

Também pode ser utilizado para administrar quimioterapia e ajudar os prestadores de cuidados de saúde a desenvolver planos de tratamento ótimos. Isto pode melhorar a longevidade e a qualidade de vida dos pacientes, bem como aumentar a probabilidade de mais pacientes sobreviverem através de remissão e recuperação. 

Em Espanha, o laboratório de Genómica Biomédica da IRB Barcelona desenvolveu um método computacional que identifica as mutações causadoras de cancro para cada tipo de tumor.

Para encontrar as mutações implicadas no cancro, os cientistas confiaram num conceito chave na evolução: a seleção positiva. As mutações que favorecem o crescimento e desenvolvimento do cancro são encontradas em maior número em diferentes amostras, em comparação com as mutações que ocorrem de forma aleatória.

O método proposto aprende com os dados que distinguem as mutações promotoras de cancro, fornecendo informação útil para o desenvolvimento de novas abordagens terapêuticas.

Este e outros desenvolvimentos do mesmo laboratório visam acelerar a investigação do cancro e fornecer ferramentas aos oncologistas para escolherem o melhor tratamento para cada paciente.

Com a IA como ferramenta, a ideia de eliminar o cancro não é uma esperança tão distante. Estas ferramentas oferecem-nos uma nova forma de enfrentar uma das doenças mais complexas conhecidas.