InRad, do Hospital das Clínicas, cria plataforma de IA
Pesquisadores do Instituto de Radiologia (InRad) do Hospital das Clínicas da Faculdade de Medicina da Universidade de São Paulo (HCFMUSP) têm se dedicado ao desenvolvimento de ferramentas baseadas em algoritmos de machine learning (ML), especialmente por técnicas de deep learning, para melhorar o diagnóstico de lesões hepáticas em exames de imagem. O InRad é
um centro de excelência em pesquisa, diagnóstico e terapias por imagem.
A pesquisa faz parte da tese de doutorado do médico radiologista Bruno Aragão, socio-fundador da Machiron, startup que obteve financiamento da FAPESP, por meio do programa PIPE-FAPESP. Aragão explica que os algoritmos são aprimorados até atingirem um nível de acurácia que os qualifiquem para serem submetidos à aprovação como produto pela Agência Nacional de Vigilância Sanitária (Anvisa).
O carcinoma hepatocelular (CHC), um câncer primário que surge no fígado, tornou-se a quarta principal causa de mortes relacionadas ao câncer, com uma incidência crescente, especialmente nas nações ocidentais. No Brasil, foram registrados 139.530 óbitos por câncer de fígado entre os anos de 1980 e 2010, com cerca de 60% de casos entre homens e 40% em mulheres. O carcinoma hepatocelular representa 70% a 85% das neoplasias hepáticas primárias e é o tumor primário do fígado mais frequentemente observado.
Técnicas de imagem como a tomografia computadorizada (TC) com contraste têm sido utilizadas com sucesso para o diagnóstico de tumores hepáticos,como o CHC, de forma factível e precisa e sua interpretação baseia-se principalmente na comparação do aspecto das lesões nas diferentes fases de contraste do exame.
Recentemente, os pesquisadores publicaram um artigo na revista internacional Scientific Reports do grupo Nature descrevendo um algoritmo criado por eles para identificação automática da fase do contraste do exame através de técnicas de Deep Learning, sem a necessidade de avaliar os metadados do exame, que são muitas vezes inconsistentes. Este tipo de ferramenta facilita a implantação de fluxos de análises de exames em lote, permitindo a consolidação de fluxos de trabalho automatizados no futuro.
Superando várias dificuldades técnicas, os pesquisadores do InRad criaram uma infraestrutura de organização e anotação dos dados para prepará-los para serem utilizados no treinamento de algoritmos, batizada de plataforma HepatIA. “A melhor forma de se identificar um câncer ainda é o olho humano do radiologista. O grande ganho da inteligência artificial é de processos, realizando uma triagem dos casos suspeitos, logo após o paciente deixar o aparelho. Com isso, é possível categorizar e colocar no início da fila para análise do radiologista os casos mais prováveis de serem câncer, agilizando o diagnóstico dos quadros mais graves. Atingimos uma acurácia de 70% e queremos chegar a pelo menos 85% para submeter a inovação à aprovação da Anvisa”, diz Aragão.
Ele esclarece que este tipo de ferramenta poderá ser muito útil na redução do tempo de fila de espera por resultados, que influencia no início do tratamento, como por exemplo o transplante hepático. Um resultado esperado para sair em três semanas pode ser obtido em dois dias.
Um algoritmo mais próximo de chegar o mercado, é o voltado para triagem de sarcopenia, ou redução de massa muscular, um recurso físico que é fundamental para o bom andamento dos tratamentos por quimioterapia. Ter pouca massa muscular é um fator prognóstico ruim para quem vai se tratar de um câncer. A tomografia computadorizada é um dos melhores exame para se avaliar a espessura do músculo.
“O diagnóstico da sarcopenia é mais difícil em quadros de obesidade. Com o algoritmo, em um minuto e meio temos o resultado de massa muscular automatizado. Já estamos com acurácia acima de 90%, submetemos o produto à aprovação da Anvisa e estamos em negociação com uma grande empresa para embarcar a solução. A expectativa é de que ele chegue ao mercado num prazo de seis meses. O objetivo é disponibilizar a solução em serviços de oncologia, que ao fazerem o diagnóstico da perda de massa muscular, podem encaminhar o paciente para um tratamento nutricional personalizado para que ele fique mais forte antes de iniciar o tratamento”, ressalta o médico.
Criado em 1994, o InRad abriga recursos ambulatoriais de radiologia convencional, intervencionista, radioterapia, CEDIM (Imagem das Doenças da Mama) e o Núcleo Técnico-Científico de Diagnóstico por Imagem (NDI). Pioneiro no desenvolvimento de radiofármacos, o InRad abriga também o CinRad (Centro Integrado de Produção de Radiofármacos), que conta com o primeiro acelerador circular de partículas de grande porte (Cíclotron).
