A inteligência artificial (IA) está se mostrando cada vez mais promissora para a detecção de câncer de pulmão. Um exemplo disso é a ferramenta desenvolvida pelos pesquisadores do MIT chamada Sybil.
Ela usa aprendizado profundo para analisar imagens de tomografia computadorizada de baixa dose (LDCT) do pulmão e prever o risco de um paciente desenvolver câncer de pulmão nos próximos seis anos, sem a necessidade de um radiologista.
Os resultados obtidos pelos pesquisadores foram considerados bons ou fortes, alcançando pontuações C de 0,75, 0,81 e 0,80 em seis anos a partir de diversos conjuntos de imagens pulmonares de LDCT. A ferramenta ainda está em desenvolvimento e ainda não está claro quando estará disponível para uso clínico.
O câncer de pulmão é o câncer mais mortal do mundo, causando 1,7 milhão de mortes em todo o mundo em 2020, matando mais pessoas do que os próximos três cânceres mais mortais combinados.
A detecção precoce é fundamental para melhorar as chances de sobrevivência e a ferramenta Sybil ajudaria a identificar pacientes com risco de desenvolver câncer de pulmão. A ideia é que Sybil possa fornecer uma abordagem personalizada para avaliar o risco de câncer de pulmão em cada paciente, o que ajudaria a detectar o câncer nos estágios iniciais, quando ainda pode ser removido cirurgicamente.
Apesar dos desafios enfrentados pelos pesquisadores, como a natureza tridimensional das imagens tomográficas e a falta de dados de imagem com sinais de câncer, Sybil tem se mostrado uma ferramenta promissora para avaliar o risco de câncer de pulmão.
Os resultados obtidos com dados do National Lung Cancer Screening Trial (NLST), Mass General Hospital (MGH) e Chang Gung Memorial Hospital (CGMH) são promissores e sugerem que Sybil pode ser uma ferramenta valiosa no diagnóstico precoce e no tratamento do câncer de pulmão.
No entanto, é importante lembrar que Sybil ainda está em desenvolvimento e não está disponível para uso clínico no momento. Os pesquisadores pretendem continuar trabalhando no desenvolvimento da ferramenta e realizar testes adicionais antes de lançá-la no mercado.