IA prevê sobrevida de pacientes com câncer com até 80% de precisão, diz estudo
Pesquisa foi apoiada pela Fapesp e analisou dados de mais de 31 mil pacientes entre 2000 e 2021
Um estudo publicado na revista Scientific Reports revelou que modelos baseados em inteligência artificial (IA) são capazes de prever com precisão de quase 80% as taxas de morte e sobrevida de pacientes diagnosticados com câncer colorretal.
Realizado por pesquisadores brasileiros, a pesquisa foi apoiado pela Fundação de Amparo à Pesquisa do Estado de São Paulo (Fapesp) como parte do projeto “Controle do Câncer no Estado de São Paulo (ConeCta-SP): do conhecimento à ação”.
Com base em um amplo banco de dados com de 31.916 pacientes atendidos em mais de 70 do Estado de São Paulo entre 2000 e 2021, os dados foram extraídos do Registro Hospitalar de Câncer do Estado de São Paulo (RHC-SP), gerenciado pela Fundação Oncocentro do Estado de São Paulo (Fosp).
Resultados
Os resultados indicam que algoritmos como Random Forest, Naive Bayes e XGBoost foram comparados. Este último foi o mais preciso, com uma taxa de acerto de 77% tanto na previsão de mortes quanto na sobrevida dos pacientes diagnosticados com câncer colorretal ao longo de um, três e cinco anos após o diagnóstico.
"O desempenho dos três modelos mostrou uma taxa de acertos entre 76% e 77%", informou à Agência Fapesp Lucas Buk Cardoso, pesquisador do Núcleo de Sistemas Eletrônicos Embarcados (NSEE) do Instituto Mauá de Tecnologia e primeiro autor do estudo.
Os elementos mais relevantes para a variação, inseridos como dados de entrada nos modelos de IA, incluíram o estágio clínico do câncer, informações sobre o tratamento realizado (como cirurgia, radioterapia e quimioterapia), presença de recidiva, idade do paciente e ano do diagnóstico da doença.
De acordo com Tatiana Toporcov, professora da Faculdade de Saúde Pública da Universidade de São Paulo (FSP-USP) e coautora do estudo, esses modelos de IA têm o potencial de oferecer informações inovadoras para orientar decisões clínicas e gestão na área da saúde pública.
À publicação, ela explicou que isso pode fornecer cenários e impactos simulados na sobrevida de pacientes com câncer e as descobertas serão particularmente úteis em situações de possíveis interrupções nos serviços de saúde, como em períodos de pandemia.