A IA agora consegue diagnosticar precocemente o "assassino silencioso" câncer de pâncreas

Equipe de pesquisa da Mayo Clinic desenvolveu o modelo de IA Redmod, que afirma ser capaz de identificar mudanças sutis invisíveis ao olho humano em exames de tomografia computadorizada de rotina, em média, 475 dias antes do diagnóstico de câncer de pâncreas. Estudos mostram uma taxa de reconhecimento geral de 73% pela IA, contra 39% por radiologistas; para escaneamentos com mais de dois anos de antecedência, a diferença aumenta para 68% contra 23%.
(Resumindo: IA para triagem de câncer com precisão de 98%! Pesquisa de Cambridge mostra que, com apenas DNA, é possível acelerar o diagnóstico precoce e o tratamento)
(Complemento: Anthropic investe 4 bilhões de dólares na aquisição da startup de biotecnologia de IA Coefficient Bio, enfrentando de frente a OpenAI)

Índice deste artigo

Alternar

• A janela de 475 dias
• A IA viu, o médico não percebeu
• O duplo de sobrevivência, uma premissa

O problema mais lamentável do câncer de pâncreas costuma ser o diagnóstico tardio. Mais de 85% dos casos no mundo são diagnosticados em estágio avançado, quando a cirurgia já não é mais possível; a taxa de sobrevivência de cinco anos fica em torno de 10%, uma das mais pesadas entre os cânceres comuns.

Porém, uma pesquisa publicada no final de abril na revista médica Gut tenta atacar a raiz do problema: não esperar pelos sintomas, nem que o tumor se manifeste, mas fazer a IA detectar sinais precoces invisíveis ao olho humano em tomografias de rotina.

A janela de 475 dias

A equipe de pesquisa da Mayo Clinic desenvolveu um modelo de IA chamado Redmod, com o objetivo de identificar mudanças sutis que radiologistas não percebem em imagens de tomografia abdominal de rotina. O conjunto de dados de treinamento incluiu mais de 1.400 participantes, sendo um grupo-chave de 219 pacientes considerados “sem anormalidades” na época, mas posteriormente diagnosticados com câncer de pâncreas.

A IA Redmod reanalisou essas imagens aparentemente normais na época, concluindo que consegue identificar características anormais, em média, 475 dias antes do diagnóstico.

475 dias, aproximadamente um ano e quatro meses. Nesse período, o tumor geralmente ainda está em fase regional, passível de remoção cirúrgica. Ou seja, na prática clínica: um paciente sem sintomas ainda pode ser identificado antes que uma intervenção cirúrgica seja necessária.

A principal dificuldade do câncer de pâncreas é seu caráter “silencioso”: não causa sintomas precocemente, nem aparece nas imagens, e quando o paciente procura ajuda por desconforto, o tumor já costuma ter ultrapassado os limites regionais. O que a Redmod tenta fazer é intervir nesse período de silêncio.

A IA viu, o médico não percebeu

A pesquisa comparou a performance da IA com a de radiologistas na mesma série de imagens. O resultado foi: a taxa de acerto geral da Redmod foi de 73%, enquanto a dos médicos foi de 39% — uma diferença de quase o dobro.

Para escaneamentos com mais de dois anos de antecedência, a disparidade é ainda maior: a IA identificou 68% dos casos, enquanto os radiologistas apenas 23%. Ou seja, quando o tumor ainda está a mais de dois anos de ser “detectado”, a capacidade da IA de detectar é três vezes maior que a dos médicos.

A capacidade de evitar falsos positivos também é relevante: em imagens de controle, sem câncer, a Redmod classificou corretamente mais de 80%. Ela não tenta detectar todos os cânceres, nem gera muitos falsos alarmes.

O estudo também confirmou que o modelo mantém desempenho estável em diferentes hospitais e com diferentes marcas de tomógrafos, o que é uma condição básica para sua implementação futura.

O duplo de sobrevivência, uma premissa

O estudo cita uma estimativa de modelagem: se a proporção de casos de câncer de pâncreas em fase regional — ou seja, sem disseminação do tumor — puder ser aumentada de 10% para 50%, a taxa de sobrevivência em cinco anos pode mais que dobrar.

A lógica é direta: o diagnóstico precoce não é só uma questão de saber antes que algo ruim aconteça, mas de aumentar as chances de que o paciente possa receber uma cura definitiva.

Porém, os pesquisadores deixam claro que a Redmod ainda precisa de validação por meio de ensaios clínicos prospectivos: ou seja, acompanhamento contínuo de pacientes em cenários reais de triagem, para confirmar que ela realmente melhora a sobrevivência, antes de sua adoção rotineira. Um bom desempenho em dados retrospectivos é uma condição necessária, mas não suficiente.

A equipe propõe, em curto prazo, aplicar a tecnologia em grupos de alto risco: idosos, pacientes com perda de peso inexplicada ou novo diagnóstico de diabetes. Essa abordagem é precisa e operacional, não uma triagem em larga escala para toda a população, mas uma ajuda na identificação de quem precisa de monitoramento mais intensivo, com base nas informações clínicas existentes.

Os pesquisadores escrevem na publicação que os 475 dias “têm um significado profundo”, pois, nesse período, a cura deixa de ser uma exceção e passa a ser uma possibilidade comum. A IA já mostrou que consegue detectar o problema cedo; a próxima questão é se ela consegue chegar cedo o suficiente para que o tratamento seja realmente eficaz.