IA do Technion para decidir a quimioterapia no câncer de mama sem Oncotype DX

O câncer de mama é o tipo de câncer mais frequente entre mulheres no mundo. Depois da cirurgia, surge uma dúvida recorrente: ainda é mesmo necessário fazer quimioterapia - ou, em alguns casos, ela pode causar mais prejuízo do que benefício? Um grupo de pesquisa do Technion, em Israel, desenvolveu agora um modelo de IA para tornar essa decisão muito mais precisa.

Por que a pergunta “quimioterapia sim ou não?” é tão delicada

Após a operação de câncer de mama, definir o tratamento complementar costuma ser uma das tarefas mais difíceis para a oncologia. A incerteza é especialmente comum nos tumores hormônio-dependentes e HER2-negativos - que representam cerca de 70% dos aproximadamente 2,3 milhões de novos casos no mundo.

Nessa zona cinzenta, dois erros opostos acontecem com frequência:

• Uma parte das mulheres recebe uma quimioterapia pesada sem obter um ganho real de sobrevida.
• Outras teriam benefício com a quimio, mas não a recebem porque o risco é subestimado.

Para reduzir esse impasse, muitos serviços usam testes genômicos como o Oncotype DX. Neles, mede-se a atividade de genes específicos no tecido tumoral para estimar melhor o risco de recidiva. O entrave é que esses testes custam cerca de 3.500 dólares americanos por paciente, levam vários dias e só existem em parte das clínicas ao redor do mundo.

“Uma imagem digital do tecido já retirado costuma custar menos de um euro - o teste genético custa mil vezes mais.”

Por isso, em países com orçamentos de saúde mais restritos, essas análises genéticas ficam fora do alcance de muitas pacientes. Em muitos cenários, a decisão acaba dependendo sobretudo da experiência do médico - e de toda a incerteza que vem junto.

Como uma nova IA lê lâminas de tecido como um “patologista digital”

É exatamente aí que entra a tecnologia do Technion. Em vez de pedir um exame de laboratório adicional, os pesquisadores exploram algo que já faz parte da rotina diagnóstica do câncer de mama: cortes histológicos em lâminas, corados com hematoxilina e eosina.

O processo é surpreendentemente direto:

• A lâmina já disponível é digitalizada em alta resolução com um scanner.
• Os arquivos de imagem passam por um modelo de deep learning previamente treinado com milhares de casos.
• A IA examina uma enorme quantidade de padrões microscópicos no tumor e no tecido ao redor.
• Ao final, é gerado um score entre 0 e 100, que reflete o risco de recidiva e o provável benefício da quimioterapia.

Enquanto o olhar humano tende a se concentrar em tamanho, forma e distribuição das células tumorais, o algoritmo consegue captar sinais muito mais sutis. Ele avalia, por exemplo, padrões em vasos sanguíneos, no tecido conjuntivo e na resposta imune em torno do tumor - aspectos que patologistas conseguem observar, mas não quantificar com esse nível de detalhe.

“A IA não ‘lê’ os genes, e sim o próprio tecido - de um jeito parecido com olhar a cor dos olhos, em vez de decifrar o DNA em laboratório.”

O que o estudo com mais de 10.000 pacientes indica

Para checar o desempenho do sistema, a equipe analisou dados do grande estudo TAILORx. Nele, mais de 10.000 mulheres com câncer de mama hormônio-dependente e HER2-negativo foram acompanhadas por anos. Para 8.284 delas, havia dados adequados para essa avaliação.

Os achados centrais foram:

• Os scores calculados pela IA ficaram muito próximos dos valores do Oncotype DX.
• A maioria dos tumores com alto risco genético foi identificada corretamente.
• A análise indicou não apenas o risco de recidiva, mas também quais mulheres de fato se beneficiaram da quimioterapia.

Um ponto que chama atenção é a robustez do modelo: ele foi treinado e validado com dados de diferentes centros em Israel, nos Estados Unidos e na Austrália - com equipamentos de laboratório e perfis de pacientes distintos. Ainda assim, o desempenho permaneceu notavelmente estável, independentemente do sistema de saúde em que os dados foram coletados.

Menos excesso de tratamento - e também menos falta de tratamento

Segundo os autores, o score foi pensado para reduzir dois tipos de erro: indicar quimioterapia demais de um lado e tratar de menos do outro. Mulheres após a menopausa podem se beneficiar em especial, porque estudos frequentemente mostram um ganho relativamente menor com quimioterapia nessa faixa.

A proposta dos pesquisadores é a seguinte:

• Pacientes com score de IA muito baixo poderiam, em muitos casos, abrir mão da quimio e receber “apenas” terapia hormonal.
• Mulheres com score claramente alto seriam direcionadas para um tratamento mais intensivo - mesmo quando fatores clássicos inicialmente parecem tranquilos.
• Pacientes mais jovens, cujo risco hoje tende a ser subestimado, poderiam ser identificadas mais cedo.

“O objetivo não é ter menos quimioterapia em geral, e sim a quimioterapia certa para as pacientes certas.”

Por que essa IA pode mudar o jogo no mundo todo

Quando comparada aos testes genômicos, a abordagem traz várias vantagens:

Aspecto	Teste genético (por exemplo, Oncotype DX)	IA em imagens de tecido
Custo por paciente	cerca de 3.500 dólares americanos	captura digital + tempo de processamento, geralmente na faixa de poucos euros
Tempo até o resultado	vários dias	pode ser em minutos
Precisa de novas amostras?	sim	não, as lâminas existentes bastam
Acesso em países mais pobres	muito limitado	viável com um scanner simples e internet

Em locais com poucos recursos, isso pode alterar profundamente a prática. Em vez de esperar semanas por laboratórios especializados, hospitais regionais poderiam girar as lâminas, escanear e enviar os dados. O algoritmo calcula o score, e o oncologista discute com a paciente o que aquilo implica.

O lado difícil: uma “caixa-preta” poderosa, porém pouco transparente

Apesar de os resultados parecerem muito fortes, o sistema continua sendo uma “Black Box”. Não dá para explicar, em detalhe, por que a IA atribui um score 23 ou 78 em um caso individual. O modelo combina milhares de características visuais, mas isso não se traduz de forma simples nas categorias médicas tradicionais.

É justamente aqui que entram os próximos passos. Em estudos planejados no Brasil e na Índia, o modelo deve ser testado de forma prospectiva: a IA emite uma recomendação, e então se acompanha o que acontece com as pacientes nos anos seguintes. Só com a confirmação do benefício nesse tipo de avaliação é que um uso amplo em diretrizes e serviços de saúde tende a se tornar realista.

Também permanece aberta a questão da responsabilidade: quem responde se uma mulher decide não fazer quimioterapia com base no score e depois apresenta recidiva? Por isso, muitos especialistas defendem que a IA não seja tratada como instância única, e sim como uma ferramenta forte dentro de um processo de decisão conduzido por médicos.

O que as pacientes já podem aproveitar disso hoje

O sistema ainda não é padrão em clínicas na Alemanha. Mesmo assim, a direção é clara: decisões mais individualizadas, em vez de recomendações de quimioterapia em bloco. Para quem está justamente avaliando se a quimioterapia faz sentido, vale levar perguntas objetivas para a consulta com o médico ou a médica:

• Quais fatores, no meu caso, favorecem a quimioterapia e quais pesam contra?
• Foi ou será considerado um teste genético como o Oncotype DX?
• Existem estudos nos quais eu poderia ser incluída que avaliem decisões apoiadas por IA?
• Em quantos pontos percentuais a quimioterapia muda minha projeção de longo prazo?

Essa última pergunta, em especial, ajuda muitas pessoas a escolher o que faz sentido para elas. Um benefício teórico de 2 a 3% pode parecer válido para algumas pacientes e não para outras - sobretudo quando efeitos colaterais importantes estão em jogo.

Contexto: o que “risco de recidiva” quer dizer, na prática?

Quando pesquisadores falam em risco de recidiva, normalmente se referem à chance de o câncer voltar em até dez anos ou de formar metástases. Um risco de 10% significa: entre 100 mulheres em uma situação comparável, 10 terão problemas novamente no futuro, e 90 não.

Quimioterapia e terapia hormonal reduzem esse risco - às vezes de forma mais intensa, às vezes de forma mais modesta, dependendo do ponto de partida. A nova IA tenta captar melhor justamente esse ponto de partida individual. Ela não muda o fato de que câncer envolve probabilidades, mas busca tornar essas probabilidades bem mais precisas.

Para a medicina, isso representaria um avanço importante: menos programas padrão trabalhosos e mais estratégias sob medida. Se a tecnologia vai cumprir essa promessa, os próximos anos terão de confirmar. Ainda assim, já dá para perceber que patologia digital e inteligência artificial devem mudar de forma concreta o dia a dia dos tumor boards - inclusive em países de língua alemã.