Investigadores desenvolvem ferramenta de IA para avaliar tratamento de cancro do fígado
, desenvolveram uma ferramenta de inteligência artificial (IA) projetada para avaliar a eficácia do tratamento do carcinoma hepatocelular (um tipo de cancro do fígado) após intervenções por ablação térmica. Os resultados do trabalho foram publicados na revista científica Biomedical Signal Processing and Control.)
FOTO ANTONIO MARCA/ SHUTTERSTOCK
João Guilherme Oliveira
Investigadores do projeto IMAGIO, no âmbito da Innovative Health Initiative (IHI), desenvolveram uma ferramenta de inteligência artificial (IA) projetada para avaliar a eficácia do tratamento do carcinoma hepatocelular (um tipo de cancro do fígado) após intervenções por ablação térmica. Os resultados do trabalho foram publicados na revista científica Biomedical Signal Processing and Control.
A ablação térmica é uma técnica minimamente invasiva utilizada no tratamento de tumores em fase inicial. O procedimento é executado por um radiologista de intervenção, que utiliza exames de imagem para orientar uma sonda até ao tumor. A sonda é aquecida para destruir as células cancerígenas. A técnica constitui uma alternativa à remoção cirúrgica do tumor, associando-se a períodos de internamento e tempos de recuperação mais reduzidos, além de menor taxa de complicações.
Após o procedimento, a avaliação médica exige a verificação da margem de ablação para determinar se a lesão foi totalmente eliminada ou se subsistem tecidos tumorais que exijam intervenção adicional. Tradicionalmente, esta verificação é realizada por análise visual e marcação manual dos exames de imagem por parte dos médicos, ou através de software automatizado pré-existente, cuja precisão pode variar mediante a qualidade das imagens de tomografia computorizada (TC).
Metodologia e desenvolvimento do modelo
O sistema desenvolvido, denominado AblationNet, recorre a um modelo de aprendizagem profunda (deep learning) concebido para identificar a forma e os limites da zona de ablação em diferentes escalas espaciais.
Para a conceção do sistema, a equipa utilizou dados com anotações de especialistas provenientes de múltiplos centros médicos. Segundo Faeze Gholamiankhah, primeira autora do estudo e investigadora no Departamento de Radiologia do Centro Médico da Universidade de Leida (LUMC), nos Países Baixos, a utilização de um conjunto de dados multicêntrico visa permitir que o modelo funcione perante variações na qualidade de imagem e formatos de exames clínicos de TC.
Durante a fase de testes, o algoritmo processou a delimitação da área de ablação num único passo automatizado, sem necessidade de intervenção manual direta ou correções por parte do utilizador, apresentando resultados de análise mesmo em exames de menor qualidade de imagem.
Próximas etapas de teste e integração clínica
Os modelos desenvolvidos no projeto estão em fase de integração no software interno do LUMC, utilizado na análise de exames de TC realizados durante procedimentos de ablação térmica. A integração visa testar o desempenho do algoritmo no fluxo de trabalho clínico da instituição.
A equipa de investigação planeia utilizar a arquitetura da AblationNet no desenvolvimento de outros sistemas baseados em inteligência artificial, incluindo um algoritmo focado na estimativa do risco de recidiva do tumor após a realização de ablação térmica no fígado.
Outros artigos que lhe podem interessar