IA em oncologia

Como os algoritmos de aprendizado de máquina têm sido usados para prever a sobrevida no câncer cervical?

Resposta

A revisão sistemática teve como objetivo investigar sistematicamente o uso de aprendizado de máquina para prever a sobrevida em pacientes com câncer cervical. Para isso, foi realizada uma busca eletrônica nas bases PubMed, Scopus e Web of Science em 1º de outubro de 2022, com triagem dupla dos artigos e aplicação de critérios de inclusão e exclusão. O principal critério de inclusão foi o uso de algoritmos de aprendizado de máquina para prever a sobrevida no câncer cervical.

Foram incluídos 13 artigos, a maioria publicada a partir de 2018. Os modelos mais comuns foram random forest (6 artigos, 46%), regressão logística (4 artigos, 30%), máquinas de vetores de suporte (3 artigos, 23%), aprendizado ensemble e híbrido (3 artigos, 23%) e deep learning (3 artigos, 23%). O tamanho das amostras variou entre 85 e 14946 pacientes, e os modelos foram validados internamente, exceto em dois artigos.

Os valores de área sob a curva (AUC) variaram de 0,40 a 0,99 para sobrevida global, de 0,56 a 0,88 para sobrevida livre de doença e de 0,67 a 0,81 para sobrevida livre de progressão. Além disso, foram identificadas 15 variáveis com papel efetivo na predição da sobrevida do câncer cervical.

Os autores concluem que a combinação de dados multidimensionais heterogêneos com técnicas de aprendizado de máquina pode ter papel influente na predição da sobrevida do câncer cervical. No entanto, problemas de interpretabilidade, explicabilidade e desbalanceamento de conjuntos de dados ainda são desafios importantes. A implementação de algoritmos de aprendizado de máquina para predição de sobrevida como padrão requer mais estudos.

O que o estudo mostrou

Revisão sistemática que incluiu 13 artigos, a maioria publicada a partir de 2018. Os modelos de aprendizado de máquina mais frequentes foram random forest (6 artigos, 46%), regressão logística (4 artigos, 30%), máquinas de vetores de suporte (3 artigos, 23%), aprendizado ensemble e híbrido (3 artigos, 23%) e deep learning (3 artigos, 23%). As amostras variaram de 85 a 14946 pacientes. A AUC para sobrevida global variou de 0,40 a 0,99; para sobrevida livre de doença, de 0,56 a 0,88; e para sobrevida livre de progressão, de 0,67 a 0,81. Foram identificadas 15 variáveis preditivas.

Limitações

O resumo não informa detalhes sobre a qualidade metodológica dos estudos incluídos, nem sobre possíveis vieses de publicação. Também não são descritas as características das populações ou dos conjuntos de dados utilizados. A maioria dos modelos foi validada apenas internamente, o que limita a generalização dos achados. Além disso, os próprios autores apontam desafios relacionados à interpretabilidade, explicabilidade e desbalanceamento dos dados.

Aplicação no consultório

Os achados reforçam que modelos de aprendizado de máquina podem auxiliar na predição de sobrevida em câncer cervical, mas ainda não estão prontos para uso rotineiro devido a limitações de validação e interpretabilidade. Na prática clínica, o médico deve encarar essas ferramentas como apoio à decisão, não como substitutas do julgamento clínico. Para a gestão do consultório, investir em infraestrutura de dados e capacitação em análise de dados pode ser um diferencial, mas a adoção deve ser cautelosa e baseada em evidências robustas.

Estudo citado

Cervical cancer survival prediction by machine learning algorithms: a systematic review. BMC cancer, 2023.
Autores: Rahimi M, Akbari A, Asadi F, Emami H.
DOI: 10.1186/s12885-023-10808-3 · PubMed: PMID 37055741

Perguntas para aprofundar

• Quais variáveis clínicas e demográficas são mais relevantes para predizer a sobrevida no câncer cervical?
• Como a interpretabilidade dos modelos de aprendizado de máquina pode ser melhorada para aplicação clínica?
• Qual é o impacto do desbalanceamento de dados nos modelos preditivos de sobrevida em câncer cervical?

Mais sobre IA em oncologia

• Como a inteligência artificial e os gêmeos digitais estão sendo aplicados no cuidado do câncer de próstata?
• Como técnicas de aprendizado de máquina podem prever câncer de mama em conjuntos de dados desbalanceados?
• O aprendizado de máquina supera os modelos tradicionais de regressão na predição em câncer de endométrio?
• O aprendizado de máquina é útil para prever a sobrevida global no câncer de bexiga?
• Como a inteligência artificial tem sido usada para prever o prognóstico de cânceres ginecológicos e qual a qualidade metodológica desses modelos?

Todas as perguntas sobre IA em oncologia · Todos os temas · Versão em markdown