Técnica identifica o tumor mais cedo e monitora o tratamento

A técnica serviu tanto para identificar a presença do tumor quanto para acompanhar o tratamento.
[Imagem: Kiran Challa et al. - 10.1038/s41698-023-00484-8]

Detecção e monitoramento

A capacidade de detectar um tumor em uma fase muito precoce e de monitorar de perto o sucesso ou fracasso da terapia do câncer são cruciais para a sobrevivência do paciente.

E um avanço em ambos os aspectos acaba de ser alcançado por pesquisadores do Instituto Paul Scherrer (Suíça).

Kiran Challa e seus colegas descobriram que alterações na organização do núcleo celular de algumas células sanguíneas podem fornecer uma indicação confiável da presença de um tumor no corpo. Utilizando inteligência artificial, os cientistas desenvolveram então uma técnica que consegue distinguir entre pessoas saudáveis e doentes com uma precisão de cerca de 85%.

Além disso, eles conseguiram determinar corretamente o tipo de doença tumoral - melanoma, glioma ou tumor de cabeça e pescoço.

O grupo de pesquisa se concentrou nos linfócitos e nos monócitos, que os especialistas chamam de células mononucleares do sangue periférico. Ambos são fáceis de coletar com uma amostra de sangue, apresentando um núcleo redondo que é fácil de ver ao microscópio. A hipótese dos pesquisadores era que o material genético ali reagisse com substâncias liberadas pelo tumor na corrente sanguínea, o chamado secretoma. Isto ativa a chamada cromatina nos núcleos das células sanguíneas e, assim, altera a organização do material genético que contém. Isso pode servir como um indicador ou um biomarcador.

Foram identificadas 200 características diferentes entre células de pacientes e de pessoas saudáveis, incluindo a textura externa, a densidade de empacotamento e o contraste da cromatina nos linfócitos ou monócitos. Os dados foram então inseridos em um sistema de inteligência artificial usando uma técnica de "aprendizado supervisionado", que é usado para ensinar diferenças conhecidas ao software. Na abordagem subsequente de "aprendizagem profunda", o próprio algoritmo identificou diferenças entre células saudáveis e doentes que não seriam discerníveis para um observador humano.

Resultados bem-sucedidos

Para avaliação de sua técnica, o grupo adotou três abordagens diferentes. Na série inicial de experiências, a técnica distinguiu indivíduos de controle saudáveis daqueles que sofrem da doença com 85% de precisão.

Uma segunda abordagem foi determinar se o sistema de IA conseguia distinguir entre diferentes tipos de tumores. Para fazer isso, os pesquisadores alimentaram o algoritmo com dados de cromatina das células sanguíneas de dez pacientes com glioma (um tumor do tecido de suporte das células nervosas), um meningioma (um tumor das membranas que protegem o cérebro e a medula espinhal) e um tumor na cabeça e pescoço. Esta experiência também foi bem-sucedida, com uma precisão ligeiramente melhor do que a anterior (superior a 85%).

Finalmente, a ferramenta foi usada para acompanhar pacientes doentes em tratamento. "Foi incrível observar como a estrutura da cromatina se aproximou do padrão saudável durante o tratamento," comemorou o professor Shivashankar, coordenador da equipe.

Ainda há muito trabalho a ser feito antes que as autoridades reguladoras possam aprovar o uso da nova técnica na prática clínica - particularmente estudos com um maior número de participantes para determinar quão elevados são os números de alarmes falsos positivos e falsos negativos em condições clínicas.