O modelo de IA foi projetado para compreender a organização de células em amostras de tecido humano e diagnosticar câncer

Um grupo de cientistas da UT Southwestern Medical Center desenvolveu uma IA (inteligência artificial) que analisa essa complexa organização celular para identificar câncer com mais precisão.

Imagine um grande quebra-cabeça cheio de pequenas peças. No entanto, a  organização celular do nosso corpo é semelhante a esse jogo. Cada célula é uma peça única que se encaixa nas outras para formar um tecido ou a estrutura de um órgão. Mas as pequenas alterações em sua forma podem indicar algum problema de saúde.

A IA patologista

O processo tradicional de análise de amostras de tecido por médicos patologistas é demorado e pode ter interpretações variadas que afetam a precisão do diagnóstico. Assim, o novo modelo de IA, chamado Ceograph, imita o modo como os especialistas fazem análises patológicas.

Já existem outros modelos de linguagem semelhantes a esse, no entanto, eles não identificam aspectos mais complexos, como um patologista. Por exemplo, não conseguem discernir padrões na organização das células ou eliminar “ruídos” que podem afetar o diagnóstico.

A Ceograph detecta as células e suas posições, identifica tipos de células, morfologia e distribuição espacial. Isso cria um mapa que permite uma análise precisa, superando as limitações dos modelos anteriores.

Testagem e precisão

• A IA aplicada com sucesso em três cenários clínicos;
• Em um deles, a tecnologia realizou a distinção entre dois subtipos de câncer de pulmão: adenocarcinoma e carcinoma de células escamosas;
• Em outro, previu a probabilidade de progressão do câncer em lesões pré-cancerosas da boca;
• E, no último, identificou pacientes com câncer de pulmão com maior probabilidade de responder a uma classe de medicamentos específicos;
• O Ceograph superou métodos tradicionais de previsão de resultados em todos os cenários.

Guanghua Xiao, autor do estudo publicado na Nature Communications, detalhou como a IA pode auxiliar a tornar diagnósticos de câncer mais precisos.