SIGA NOSSO:
Um método mais eficiente e preciso para identificar tumores cancerígenos na mama através da análise de imagens de tecidos em computador, um processo muito mais rápido do que o tradicional, foi apresentado pela Universidade do Sul da Califórnia (USC).
“É o princípio de uma revolução para usar a aprendizagem das máquinas e obter para os médicos novas informações sobre o câncer de mama“, afirmou David Agus, professor da Escola de Medicina Keck e da Escola de Engenharia Viterbi, da USC, um dos autores da pesquisa.
“Podemos utilizar esse sistema para estabelecer um tratamento melhor, dar informações aos pacientes de maneira mais rápida e ajudar mais gente. Estamos revelando essa descoberta para oferecer novas informações aos médicos e ajudar no tratamento”, disse Agus.
O pesquisador destacou que a chave para identificar e tratar o câncer é conhecer a natureza do tumor.
“As células cancerígenas contêm receptores para o estrogênio e outros hormônios que respondem de forma diferente às drogas que tratam esse tipo de doença”.
O sistema se baseia em “ensinar” um computador a analisar rapidamente imagens de tumores cancerígenos na mama para identificar quais apresentam receptores de estrogênio, um fato que seria determinante para o prognóstico e as opções de tratamento.
Segundo a descrição do método, publicado nesta semana pela revista científica “Nature Partnet Journals Breast Câncer”, se trata de um “grande passo além dos microscópios e das biópsias de células que foram utilizados por mais de um século”.
“Se você é diagnosticado com câncer, serão necessárias algumas semanas para você receber uma ligação do médico dizendo que encontraram um identificador”, explicou Dan Ruderman, professor assistente de pesquisa em Medicina da Escola Keck e coautor do estudo.
“Com a tecnologia de aprendizagem, podemos informar no mesmo dia, sem atraso e potencialmente com melhores resultados. Isso vai nos permitir identificar a droga correta e a dose mais rapidamente. É um grande passo para a medicina personalizada”, disse Ruderman.
O estudo focou em estabelecer parâmetros para reconhecer os identificadores principais no núcleo das células e reuní-los em uma grande rede, de forma que a tecnologia possa identificá-los rapidamente.
“A aprendizagem automática nos ajuda a proporcionar informações aos pacientes mais rapidamente e pode transformar o tratamento do câncer no mundo desenvolvido, onde a avaliação precisa do indicador de câncer de mama é escassa“, concluiu Rishi Rawat, principal autor do estudo.
