A inteligaªncia artificial pode detectar uma das formas mais comuns de câncer de sangue - leucemia miela³ide aguda (LMA) - com alta confiabilidade. Pesquisadores da Universidade de Bonn agora demonstraram isso em um estudo de prova de conceito.

Maior metastudo atéhoje sobre leucemia miela³ide aguda
A inteligaªncia artificial pode detectar uma das formas mais comuns de câncer de sangue - leucemia miela³ide aguda (LMA) - com alta confiabilidade. Pesquisadores do Centro Alema£o de Doena§as Neurodegenerativas (DZNE) e da Universidade de Bonn agora demonstraram isso em um estudo de prova de conceito. Sua abordagem ébaseada na análise da atividade gaªnica das células encontradas no sangue. Utilizada na prática , essa abordagem poderia apoiar o diagnóstico convencional e possivelmente acelerar o inicio da terapia. Os resultados da pesquisa foram publicados na revista “iScienceâ€.
A inteligaªncia artificial éum ta³pico muito discutido na medicina, especialmente no campo do diagnóstico. "Nosso objetivo era investigar o potencial com base em um exemplo especafico", explica o professor Joachim Schultze, lider do grupo de pesquisa da DZNE e chefe do Departamento de Gena´mica e Imunorregulação do Instituto LIMES da Universidade de Bonn. “Como isso requer grandes quantidades de dados, avaliamos os dados sobre a atividade gaªnica das células sanguíneas. Inúmeros estudos foram realizados sobre esse ta³pico e os resultados estãodisponíveis em bancos de dados. Portanto, háum enorme conjunto de dados. Reunimos praticamente tudo o que estãodisponavel no momento. â€
Impressão digital da atividade gaªnica
Schultze e seus colegas se concentraram no "transcriptoma", que éum tipo de impressão digital da atividade gaªnica. Em cada canãlula, dependendo de sua condição, apenas certos genes são realmente "ativados", o que se reflete em seus perfis de atividade genanãtica. Exatamente esses dados - derivados de células em amostras de sangue e abrangendo muitos milhares de genes - foram analisados ​​no estudo atual. “O transcriptoma contanãm informações importantes sobre a condição das células. No entanto, o diagnóstico cla¡ssico ébaseado em dados diferentes. Portanto, queraamos descobrir o que uma análise do transcriptoma pode alcana§ar usando inteligaªncia artificial, ou seja, algoritmos treina¡veis ​​â€, disse Schultze, que émembro do cluster de excelaªncia" ImmunoSensation "da Universidade de Bonn. “A longo prazo, pretendemos aplicar essa abordagem a outros tópicos,
O presente estudo focou na LBC. Sem tratamento adequado, essa forma de leucemia leva a morte em semanas. A LMA estãoassociada a proliferação de células da medula a³ssea patologicamente alteradas, que podem finalmente entrar na corrente sanguínea. Por fim, células sauda¡veis ​​e células tumorais flutuam no sangue. Todas essas células exibem padraµes tapicos de atividade gaªnica, todos considerados na análise. Dados de mais de 12.000 amostras de sangue - provenientes de 105 estudos diferentes - foram levados em consideração: o maior conjunto de dados atéo momento para um metastudo sobre AML. Aproximadamente 4.100 dessas amostras de sangue derivadas de indivíduos diagnosticados com LMA, as demais foram coletadas de indivíduos com outras doenças ou de indivíduos sauda¡veis.
Alta taxa de acertos
Os cientistas alimentaram seus algoritmos com partes desse conjunto de dados. A entrada incluiu informações sobre se uma amostra veio de um paciente com LBC ou não. “Os algoritmos pesquisaram o transcriptoma em busca de padraµes específicos da doena§a. Este éum processo amplamente automatizado. Isso se chama aprendizado de ma¡quina â€, disse Schultze. Com base nesse reconhecimento de padraµes, outros dados foram analisados ​​e classificados pelos algoritmos, ou seja, categorizados em amostras com LBC e sem LBC. “a‰ claro que sabaamos a classificação como estava listada nos dados originais, mas o software não. Em seguida, verificamos a taxa de acertos. Esteve acima de 99% para alguns dos manãtodos aplicados. De fato, testamos vários manãtodos a partir do repertório de aprendizado de ma¡quina e inteligaªncia artificial. Na verdade, havia um algoritmo particularmente bom, mas os outros estavam logo atrás. â€
Aplicação na prática ?
Quando aplicado, esse manãtodo pode suportar diagnósticos convencionais e ajudar a economizar custos, disse Schultze. “Em princapio, uma amostra de sangue colhida pelo médico de familia e enviada a um laboratório para análise poderia ser suficiente. Acho que o custo seria inferior a 50 euros. â€O diagnóstico cla¡ssico de ABC inclui uma variedade de manãtodos. Alguns deles custam algumas centenas de euros por corrida, observou Schultze. “No entanto, ainda não desenvolvemos um teste via¡vel. Mostramos apenas que a abordagem funciona em princapio. Então, lana§amos as bases para o desenvolvimento de um teste. â€
Schultze enfatizou que o diagnóstico de LMA continuara¡ a exigir médicos especializados no futuro. “O objetivo éfornecer aos especialistas uma ferramenta que os apoie no diagnóstico. Além disso, muitos pacientes passam por uma verdadeira odissanãia atéque finalmente acabam com um especialista e recebem um diagnóstico. â€Porque, nos esta¡gios iniciais, os sintomas da LBC podem se assemelhar aos de um resfriado forte. No entanto, a LMA éuma doença com risco de vida que deve ser tratada o mais rápido possível. “Com um exame de sangue, como parece possível com base em nosso estudo, épossível que o médico de familia já esclarea§a uma suspeita de LMA. E quando a suspeita éconfirmada, o paciente éencaminhado para um especialista. Possivelmente, o diagnóstico aconteceria mais cedo do que agora e a terapia poderia comea§ar mais cedoâ€.