IA em oncologia

Modelos de inteligência artificial podem prever a resposta à radioterapia em câncer de pulmão?

Resposta

A meta-análise reuniu evidências de que a inteligência artificial (IA) pode estratificar pacientes com câncer de pulmão em grupos de alto e baixo risco para prever desfechos após radioterapia. Foram incluídos dezoito artigos, totalizando 4719 pacientes, e os resultados mostraram que os modelos de IA têm capacidade preditiva para sobrevida global (OS), sobrevida livre de progressão (PFS), sobrevida livre de doença (DFS) e controle local (LC).

Os hazard ratios combinados foram significativos para OS (2,55; IC 95% 1,73-3,76) e PFS (3,84; IC 95% 2,20-6,68), indicando que os modelos conseguem discriminar grupos de risco. Para LC (2,45; IC 95% 0,78-7,64) e DFS (2,66; IC 95% 0,96-7,34), os intervalos de confiança incluíram o valor nulo, sugerindo incerteza nesses desfechos. A área sob a curva ROC combinada foi de 0,75 para OS e 0,80 para LC, demonstrando acurácia discriminatória razoável a boa.

A conclusão dos autores é que a viabilidade clínica de usar modelos de IA para prever desfechos após radioterapia em câncer de pulmão foi demonstrada. No entanto, eles recomendam a realização de estudos prospectivos, multicêntricos e de grande escala para predizer com maior precisão os desfechos nesses pacientes.

Para o médico, esses achados sugerem que a IA pode vir a auxiliar na estratificação de risco e no planejamento terapêutico, mas ainda são necessários estudos confirmatórios antes da aplicação rotineira. A heterogeneidade e o viés de publicação foram avaliados, mas o resumo não detalha esses resultados.

A aplicação clínica imediata é limitada, pois a meta-análise é retrospectiva e baseada em dados de estudos publicados. O resumo não informa características específicas dos modelos de IA nem como foram validados, o que impede conclusões sobre qual ferramenta usar na prática.

O que o estudo mostrou

Meta-análise de dezoito artigos com 4719 pacientes com câncer de pulmão tratados com radioterapia. Modelos de IA foram usados para prever sobrevida global (OS), sobrevida livre de progressão (PFS), sobrevida livre de doença (DFS) e controle local (LC). Os hazard ratios combinados foram: OS 2,55 (IC 95% 1,73-3,76), LC 2,45 (IC 95% 0,78-7,64), PFS 3,84 (IC 95% 2,20-6,68) e DFS 2,66 (IC 95% 0,96-7,34). A AUC combinada foi 0,75 para OS e 0,80 para LC. Qualidade, heterogeneidade e viés de publicação foram avaliados, mas os resultados não são detalhados no resumo.

Limitações

O resumo não informa o desenho dos estudos incluídos (se prospectivos ou retrospectivos), nem detalhes sobre os modelos de IA utilizados. Os intervalos de confiança para LC e DFS incluíram o valor nulo, indicando incerteza. A heterogeneidade e o viés de publicação foram avaliados, mas seus resultados não são apresentados. Estudos prospectivos e multicêntricos são recomendados pelos autores, sugerindo que a evidência atual é insuficiente para aplicação clínica imediata.

Aplicação no consultório

A aplicação prática no consultório ainda é limitada, pois os modelos de IA não estão validados para uso rotineiro. O médico pode considerar a IA como ferramenta futura para estratificação de risco, mas deve basear decisões em diretrizes estabelecidas. Na gestão do consultório, investir em infraestrutura de dados e acompanhar a literatura sobre IA em oncologia pode preparar a equipe para incorporar essas tecnologias quando estiverem disponíveis. O resumo não fornece informações sobre custo ou implementação.

Estudo citado

Artificial intelligence predicts lung cancer radiotherapy response: A meta-analysis. Artificial intelligence in medicine, 2023.
Autores: Xing W, Gao W, Lv X, Zhao Z, Xu X, Wu Z, Mao G, Chen J.
DOI: 10.1016/j.artmed.2023.102585 · PubMed: PMID 37316099

Perguntas para aprofundar

• Qual é o desempenho de modelos de IA na predição de sobrevida em câncer de pulmão após radioterapia?
• Quais desfechos são mais confiavelmente previstos por IA em câncer de pulmão tratado com radioterapia?
• Quais são as limitações metodológicas dos estudos que usam IA para prever resposta à radioterapia?

Mais sobre IA em oncologia

• Modelos de inteligência artificial conseguem prever a sobrevida de pacientes com câncer de pulmão não pequenas células tratados com imunoterapia?
• A inteligência artificial aplicada a exames de imagem é precisa para rastreamento de câncer de pulmão?
• A inteligência artificial é eficaz no diagnóstico e manejo de condições ovarianas, incluindo câncer e endocrinologia reprodutiva?
• Um framework de aprendizado de máquina com ensemble de votação pode auxiliar na predição precoce de câncer de pulmão com alta acurácia?
• A radiômica e a inteligência artificial são eficazes para prever a consistência dos tumores neuroendócrinos hipofisários?

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