Avanço em IA: previsão da resposta aos medicamentos para poupar pacientes com câncer de intestino de efeitos colaterais desnecessários

0

Os pesquisadores revelaram um novo método baseado em IA projetado para prever como os pacientes com câncer de intestino avançado responderão a um medicamento específico aprovado pelo NHS. O objetivo é evitar que milhares de pacientes sejam submetidos a tratamentos que provavelmente não funcionarão, poupando-os assim de efeitos colaterais debilitantes.

O desafio do câncer de intestino avançado

O câncer de intestino continua sendo uma das doenças malignas mais letais, atrás apenas do câncer de pulmão nas taxas de mortalidade. Os riscos são particularmente elevados devido à diferença dramática nas taxas de sobrevivência com base na fase do diagnóstico:
Detecção em estágio inicial: As taxas de sobrevivência podem chegar a 98%.
Detecção em estágio avançado: a taxa de sobrevivência em cinco anos pode cair para apenas 10%.

No Reino Unido, são diagnosticados anualmente cerca de 10.000 casos de cancro do intestino avançado, com um aumento preocupante de casos entre adultos mais jovens. Para estes pacientes, encontrar um tratamento eficaz é uma corrida contra o tempo, mas nem todos os medicamentos são uma solução universal.

Medicina de precisão vs. “tentativa e erro”

Em dezembro, o NHS aprovou o uso do bevacizumab, um medicamento que tem como alvo as proteínas que os tumores precisam para crescer. Embora ofereça uma tábua de salvação vital para alguns, não é eficaz para todos. Além disso, o medicamento apresenta riscos significativos, incluindo:
Coágulos sanguíneos
Problemas gastrointestinais

Sem uma forma de prever a eficácia, os médicos são frequentemente forçados a uma abordagem de “tentativa e erro”. Isto significa que muitos pacientes são submetidos a tratamentos tóxicos que não oferecem nenhum benefício clínico, apenas sofrimento desnecessário.

Como funciona o “PhenMap”

Para resolver isso, cientistas do Instituto de Pesquisa do Câncer (ICR) de Londres e da Universidade RCSI de Medicina e Ciências da Saúde em Dublin desenvolveram o PhenMap. O nome é uma combinação de fenótipo (características observáveis) e mapeamento.

A ferramenta de IA funciona por:
1. Integração de dados complexos: Analisa a complexa composição genética de um tumor.
2. Reconhecimento de padrões: Identifica padrões biológicos que são muito complexos para serem detectados manualmente por médicos humanos.
3. Estratificação de risco: Em um estudo com 117 pacientes europeus, o PhenMap identificou com sucesso um grupo específico com uma mutação genética compartilhada que apresentava alto risco de reações negativas e resposta fraca ao medicamento.

“Nossa pesquisa usa métodos avançados de IA para reunir grandes quantidades de dados complexos, ajudando-nos a detectar padrões que de outra forma seriam impossíveis de serem vistos por um ser humano”, diz o professor Anguraj Sadanandam do ICR.

O caminho para o uso clínico

Embora os resultados iniciais sejam um marco significativo na medicina de precisão, os pesquisadores observam que a ferramenta ainda não está pronta para uso clínico generalizado. As próximas etapas envolvem:
Coortes maiores: testar a IA em um grupo muito maior de pacientes para validar sua precisão.
Aplicação mais ampla: Determinar se este método de mapeamento pode ser adaptado para prever respostas a medicamentos usados ​​em outros tipos de câncer.

A visão final é transformar esta tecnologia num teste clínico padrão, permitindo aos médicos prestar cuidados verdadeiramente personalizados que maximizem as hipóteses de sobrevivência e, ao mesmo tempo, minimizem danos desnecessários.


Conclusão: Ao aproveitar a IA para decodificar a genética do tumor, os pesquisadores estão se aproximando de um futuro em que o tratamento do câncer seja adaptado ao indivíduo, garantindo que os pacientes recebam apenas as terapias mais eficazes.

попередня статтяSucesso na reintrodução da Pine Marten no sudoeste da Inglaterra
наступна статтяUm conto de dois legados: os caminhos divergentes da humanidade no espaço e na guerra