Hyderabad: O estudante XII de Hyderabad, Ansh Kumar, desenvolveu um modelo assistido por inteligência artificial (IA) para detecção precoce de câncer de pulmão.
título “Biomarcadores de metilação de DNA para detecção de câncer de pulmão: uma abordagem baseada em inteligência artificial usando EGFR, PD-L1, SHOX2, RASSF1A e PTGER4”O estudo analisou mais de 7.000 amostras de pacientes e combinou aprendizado de máquina com biomarcadores de metilação de DNA para melhorar a detecção não invasiva do câncer de pulmão.
Este trabalho foi realizado em colaboração com pesquisadores do Conselho Indiano de Pesquisa Médica (ICMR) e uma bolsa YRI nos Estados Unidos, que orienta jovens pesquisadores em pesquisas científicas interdisciplinares.
O jovem de 17 anos disse que o modelo de IA visa superar algumas das limitações dos métodos de diagnóstico existentes, como tomografias computadorizadas, biópsias e citologia, que podem não detectar cânceres muito precoces, detectar tumores somente depois de terem progredido, produzir falsos positivos ou exigir cirurgia invasiva.
“Como as alterações na metilação do DNA podem ocorrer antes que os tumores se tornem visíveis, o sistema de IA é projetado para identificar esses padrões sutis e potencialmente rastrear amostras de plasma, escarro ou lavagem broncoalveolar”, disse Ansh. “Ao analisar vários biomarcadores simultaneamente, em vez de depender de um único marcador, o modelo visa melhorar a sensibilidade, a especificidade e a previsão de risco, permitindo potencialmente um tratamento mais precoce”.
Os resultados de sua pesquisa foram aceitos pela 2ª Conferência Internacional sobre Tecnologias de Informação, Implementação e Inovação (IEEE).
Apoiando o potencial da abordagem, Muskan Modi, pesquisador do Departamento de Microbiologia do Conselho Indiano de Pesquisa Médica (ICMR), disse que há fortes evidências de metilação de biomarcadores como SHOX2 e RASSF1A.
“No entanto, os sistemas de previsão específicos de IA permanecem em grande parte retrospectivos, de pequena escala e específicos da população, o que significa que estudos de validação maiores, reprodutibilidade entre populações e aprovação regulatória são necessários antes da adoção clínica”, disse ela. Embora este seja um passo positivo, a padronização dos métodos de extração de DNA, bem como da infraestrutura de bioinformática, do pessoal treinado e do armazenamento seguro de dados são essenciais para uma implementação generalizada, acrescentou ela.
Ao falar sobre inteligência artificial no diagnóstico médico, o Dr. Poornima Jogi, da YRI Fellowship nos Estados Unidos, disse que os processos de diagnóstico assistidos por inteligência artificial podem melhorar a acessibilidade e a reprodutibilidade, ao mesmo tempo que tornam a tomada de decisões mais transparente, explicando as razões das previsões. “Isso será submetido a ensaios multicêntricos, testes clínicos prospectivos e aprovação regulatória antes de se tornar parte da prática hospitalar de rotina”, acrescentou ela.
