A pesquisa focou em um grupo de pacientes que representa a maioria dos casos de câncer de mama: HER2-baixo ou HER2-ultrabaixo. Esses são casos de tumores que apresentam algum nível de expressão da proteína HER2, que desempenha um papel crucial no crescimento e desenvolvimento celular. Tumores com altos níveis de HER2 (chamados HER2-positivos) podem ser mais agressivos.

“Nosso estudo fornece a primeira evidência multinacional de que a inteligência artificial pode ajudar a fechar uma lacuna diagnóstica crítica e abrir portas para novas terapias como conjugados anticorpo-droga para a maioria dos pacientes que, até recentemente, não tinham tais alternativas", afirma a autora principal, Marina De Brot, médica patologista do A.C. Camargo Cancer Center, em comunicado.

Os achados do estudo são importantes para a identificação precisa dos níveis baixos de HER2, que é considerada um desafio técnico para os patologistas. Essa dificuldade pode resultar em tumores HER2-baixos ou HER2-ultrabaixos classificados como HER2-negativos, o que impede o o a terapias mais eficazes para esse grupo de pacientes.

Para Daniel Gimenes, oncologista da Oncoclínicas, esse é um avanço relevante para a medicina que pode trazer perspectivas positivas para pacientes brasileiras.

"Estamos falando de pelo menos 55% dos casos de câncer de mama que são HER2-baixo e outros 10% que são HER2-ultrabaixo. Muitas dessas mulheres vinham sendo privadas de tratamentos direcionados porque seus tumores eram incorretamente classificados como HER2-nulos", afirma Gimenes. Ele não esteve envolvido no estudo.

Como o estudo foi feito?

Para realizar o estudo, os pesquisadores utilizaram uma plataforma digital de treinamento assistida por IA chamada ComPath Academy para avaliar 20 amostras digitais de câncer de mama.

O estudo mostrou que a IA aumentou a sensibilidade do diagnóstico de, aproximadamente, 76% para 90%. Além disso, a precisão geral na categorização dos casos aumentou de 66,7% para 88,5%. Por fim, a IA reduziu em mais de 25% os casos de HER2-ultrabaixo incorretamente classificados como HER2-nulos.

"Esses resultados são extraordinários", avalia Gimenes. "Reduzir de 29,5% para apenas 4% os casos mal classificados significa que muito mais pacientes poderão ter o aos tratamentos adequados. No contexto brasileiro, onde buscamos constantemente melhorar o o e a qualidade do diagnóstico oncológico, essa tecnologia representa uma oportunidade importante".

Os próximos os dos pesquisadores incluem estudos de implementação multicêntrica para incorporar a ferramenta de IA na rotina diagnóstica e medir os efeitos clínicos, incluindo mudanças nas opções de tratamento e tempo até o início da terapia para pacientes com câncer de mama HER2-baixo e HER2-ultrabaixo.