IA do Technion pode refinar a decisão de quimioterapia no câncer de mama com Oncotype DX e TAILORx

O câncer de mama é, no mundo todo, o tipo de câncer mais comum entre mulheres. Depois da cirurgia, uma dúvida costuma aparecer com força: ainda é mesmo preciso fazer quimioterapia - ou, em alguns casos, ela pode causar mais prejuízos do que benefícios? Um grupo de pesquisa do Technion, em Israel, desenvolveu agora um modelo de IA para tornar essa decisão muito mais precisa.

Por que a pergunta “quimioterapia sim ou não?” é tão delicada

Após a cirurgia de câncer de mama, definir os próximos passos do tratamento está entre as tarefas mais complexas na oncologia. A incerteza é especialmente frequente em tumores hormônio-dependentes e HER2-negativos - que respondem por cerca de 70% dos aproximadamente 2,3 milhões de novos casos anuais no mundo.

• Algumas mulheres acabam recebendo uma quimioterapia pesada sem obter um ganho real de sobrevida.
• Outras, que poderiam se beneficiar da quimio, não a recebem porque o risco é avaliado como baixo demais.

Para reduzir esse impasse, muitos serviços recorrem a testes genéticos específicos, como o Oncotype DX. Neles, mede-se a atividade de certos genes no tecido tumoral para estimar melhor o risco de recidiva. O entrave é que esses exames custam cerca de US$ 3.500 por paciente, levam vários dias e só estão disponíveis em parte dos hospitais ao redor do planeta.

"Uma imagem digital do tecido já retirado muitas vezes custa menos de um euro - o teste genético, mil vezes mais."

Em países com orçamentos de saúde mais limitados, essas análises acabam fora do alcance de muitas pessoas. E, sem esse recurso, a decisão pode depender quase apenas da experiência clínica do médico - com todas as margens de incerteza que isso implica.

Como uma nova IA lê lâminas de tecido como um “patologista digital”

É exatamente nesse ponto que entra a tecnologia do Technion. Em vez de pedir um exame laboratorial adicional, a equipe usa algo que já faz parte da rotina diagnóstica do câncer de mama: cortes histológicos em lâminas de vidro, corados com hematoxilina e eosina.

Na prática, o processo é surpreendentemente direto:

• O material já disponível é digitalizado em alta resolução com um scanner.
• As imagens passam por um modelo de deep learning previamente treinado com milhares de casos.
• A IA avalia inúmeros padrões microscópicos no tumor e no tecido ao redor.
• Ao final, gera um score entre 0 e 100, que reflete o risco de recidiva e o provável benefício da quimioterapia.

Enquanto a avaliação humana costuma se concentrar em tamanho, forma e distribuição das células tumorais, o algoritmo consegue capturar sinais muito mais sutis. Ele considera, por exemplo, características em vasos sanguíneos, no tecido conjuntivo e na resposta imune ao redor do tumor - aspectos que patologistas conseguem observar, mas não quantificar com esse grau de granularidade.

"A IA não 'lê' os genes, e sim o próprio tecido - de um jeito parecido com olhar a cor dos olhos, em vez de decifrar o DNA em laboratório."

O que o estudo com mais de 10.000 pacientes indica

Para testar o sistema, o grupo utilizou dados do grande estudo TAILORx. Nele, mais de 10.000 mulheres com câncer de mama hormônio-dependente e HER2-negativo foram acompanhadas por anos. Para 8.284 delas, havia dados compatíveis para a análise.

Principais achados:

• Os scores calculados pela IA ficaram muito próximos dos valores do Oncotype DX.
• A maior parte dos tumores com alto risco genético foi identificada corretamente.
• A avaliação apontou não apenas o risco de recidiva, mas também quais mulheres efetivamente se beneficiaram da quimioterapia.

Um ponto de destaque é que o modelo foi treinado e validado com dados de diferentes hospitais em Israel, Estados Unidos e Austrália - com equipamentos laboratoriais e perfis de pacientes distintos. Mesmo assim, o desempenho se manteve notavelmente consistente, independentemente do sistema de saúde em que os dados foram gerados.

Menos excesso de tratamento - e menos falta de tratamento

Segundo os autores, o score pretende reduzir dois erros opostos: oferecer quimioterapia em excesso de um lado e deixar de intensificar o tratamento quando necessário do outro. Mulheres após a menopausa, em particular, podem se beneficiar, já que estudos frequentemente mostram nelas um ganho menor com a quimioterapia.

A proposta dos pesquisadores se traduz em três cenários principais:

• Pacientes com score de IA muito baixo poderiam, em muitos casos, abrir mão da quimio e receber “apenas” hormonoterapia.
• Mulheres com score claramente alto seriam direcionadas a um tratamento mais intensivo - mesmo quando fatores tradicionais sugerem um quadro aparentemente menos agressivo.
• Pacientes mais jovens, cujo risco hoje pode ser subestimado, poderiam ser reconhecidas mais cedo.

"O objetivo não é ter menos quimioterapia em geral, e sim a quimioterapia certa para as pacientes certas."

Por que essa IA pode ser um divisor de águas no mundo todo

Em comparação com testes genéticos, a estratégia oferece várias vantagens.

Aspecto	Teste genético (por exemplo, Oncotype DX)	IA em imagens de tecido
Custo por paciente	cerca de US$ 3.500	captura digital e tempo de processamento, geralmente na faixa de poucos euros
Tempo até o resultado	vários dias	pode ser em minutos
Precisa de amostras adicionais?	sim	não, os cortes já existentes bastam
Acesso em países mais pobres	muito limitado	viável com um scanner simples e internet

Em locais com poucos recursos, isso pode mudar a lógica do cuidado. Em vez de esperar semanas por laboratórios especializados, hospitais regionais poderiam preparar as lâminas, digitalizá-las e enviar os arquivos. O algoritmo calcula o score, e o oncologista discute com a paciente o que aquilo significa na prática.

O lado complicado: uma “caixa-preta” poderosa, porém pouco transparente

Por mais impressionantes que sejam os resultados, o sistema ainda funciona como uma caixa-preta. Não é possível explicar em detalhe por que a IA atribui, em um caso específico, um score de 23 ou 78. Ela combina milhares de características de imagem - mas isso não se traduz facilmente para categorias médicas clássicas.

É aí que entram os próximos passos. Em estudos planejados no Brasil e na Índia, o modelo deve ser testado de forma prospectiva: a IA fornece uma recomendação e, depois, acompanha-se o desfecho das pacientes nos anos seguintes. Só com a confirmação de benefício nesse tipo de avaliação é que um uso amplo em diretrizes e hospitais tende a se tornar realista.

Também permanece em aberto a questão da responsabilidade: quem responde se uma mulher, com base no score, optar por não fazer quimioterapia e mais tarde apresentar recidiva? Por isso, muitas especialistas e muitos especialistas defendem que a IA não seja vista como instância única, e sim como uma ferramenta forte dentro de um processo de decisão conduzido por profissionais de saúde.

O que as pacientes já podem tirar disso hoje

O sistema ainda não é padrão na prática clínica. Mesmo assim, o avanço aponta uma direção clara: decisões cada vez mais individualizadas, em vez de recomendações genéricas de quimioterapia. Quem está diante da escolha sobre fazer ou não quimio pode levar perguntas objetivas para a consulta com sua médica ou seu médico:

• Quais fatores, no meu caso, favorecem a quimioterapia e quais pesam contra?
• Um teste genético como o Oncotype DX foi considerado ou será considerado?
• Existem estudos nos quais eu possa ser incluída, que estejam avaliando decisões apoiadas por IA?
• Em quantos pontos percentuais a quimioterapia muda a minha projeção de longo prazo?

Em especial, essa última pergunta ajuda muitas pessoas a decidir de acordo com seus valores. Um benefício teórico de dois a três por cento pode parecer justificável para algumas, e insuficiente para outras - sobretudo quando há risco de efeitos colaterais importantes.

Contexto: o que “risco de recidiva” significa na prática?

Quando pesquisadores falam em risco de recidiva, geralmente se referem à probabilidade de o câncer voltar em até dez anos ou de formar metástases. Um risco de 10% significa que, entre 100 mulheres em condições comparáveis, 10 terão um problema novamente no futuro e 90 não.

Quimioterapia e hormonoterapia reduzem esse risco - em alguns cenários com efeito maior, em outros com impacto mais discreto. A nova IA tenta justamente capturar melhor a condição individual de partida. Isso não muda o fato de que câncer envolve probabilidades, mas deve tornar essas estimativas bem mais precisas.

Para a medicina, isso representaria um avanço relevante: menos programas padronizados e intensos sem necessidade, e mais estratégias ajustadas ao perfil de cada caso. Se a tecnologia vai cumprir essa promessa, os próximos anos dirão. Já agora, porém, fica claro que patologia digital e inteligência artificial tendem a modificar de forma perceptível a rotina de comitês de tumor e decisões multidisciplinares.