A IA fornece o mapa para localizar potenciais tumores cerebrais

O DISCERN transforma exames de ressonância magnética em mapas de probabilidade tumoral

• O DISCERN pode examinar imagens cerebrais obtidas através de ressonâncias magnéticas, identificando possíveis massas tumorais e criando mapas de probabilidade espacial para a classificação desses tumores.
• O seu funcionamento baseia-se no design de uma rede neuronal convolucional autónoma, que dispõe de capacidade própria de análise e deteção. Para a sua criação e desenvolvimento foi utilizada uma das formas mais avançadas de inteligência artificial: o deep learning.
• O seu software de acesso aberto poderá transformar o futuro da medicina oncológica, oferecendo diagnósticos mais rápidos, mais precisos e menos invasivos.

Validado: a IA supera em eficácia os métodos tradicionais de diagnóstico

• Para testar o seu desempenho, o DISCERN foi utilizado na análise e classificação de 400 casos clínicos.
• A sua eficácia também foi comprovada por uma coorte de validação externa: esta ferramenta alcança uma percentagem de acerto de 78%, superando assim os métodos convencionais de diagnóstico.

DISCERN permite uma identificação precisa e rápida do tumor cerebral, oferecendo uma solução potencialmente menos invasiva

O DISCERN é uma ferramenta de IA que utiliza o deep learning para identificar e diferenciar entre três tipos de tumores cerebrais malignos:

• Glioblastoma multiforme.
• Metástase cerebral de tumores sólidos.
• Linfoma primário do sistema nervoso.

Estes três tipos de tumores representam 70% dos quistos malignos e requerem abordagens terapêuticas distintas. Por conseguinte, uma identificação precisa e rápida é crucial para determinar o tratamento adequado e melhorar os resultados dos doentes.

O diagnóstico dos tumores cerebrais baseia-se atualmente, em grande medida, na avaliação de imagens de ressonância magnética (RM) antes e após a administração de contraste. No entanto, estes exames radiológicos muitas vezes não são suficientes para evitar procedimentos não cirúrgicos invasivos necessários para obter uma biópsia. Estes procedimentos, embora eficazes, podem comprometer a qualidade de vida dos doentes devido à sua natureza invasiva. É aqui que o DISCERN entra em ação, oferecendo uma solução potencialmente menos invasiva.

DISCERN transforma as ressonâncias magnéticas em mapas de probabilidade tumoral

O DISCERN emprega o deep learning, uma técnica avançada de IA que analisa grandes quantidades de dados para identificar padrões específicos. Neste caso, a ferramenta foi treinada utilizando 50.000 vóxeis (a unidade mínima de volume em RM) de 40 doentes diagnosticados. Estes vóxeis representam a informação espacial e temporal das ressonâncias magnéticas padrão.

Ao contrário dos métodos tradicionais que analisam a informação global de toda a imagem, o DISCERN é treinado com a informação de cada um dos vóxeis que compõem cada imagem digital do tumor. Esta abordagem granular permite à IA aprender com maior precisão as características distintivas de cada tipo de tumor.

A ferramenta foi validada em mais de 500 casos adicionais, alcançando uma precisão de 78% nos seus diagnósticos, uma proporção superior à obtida com os métodos convencionais.

Resumo da população e desenho do estudo

(A) Dados recolhidos, excluídos e incluídos para análise, divididos por sua vez em coorte de desenvolvimento e coortes de validação externa. É apresentado o número de doentes por cada tipo de tumor e a respetiva distribuição de perfusão nDSC para cada coorte.

(B) Processo da aplicação DISCERN para a classificação de tumores em 3 direções a partir de dados de DSC. Na parte superior, são fornecidas as imagens de entrada de CE-T1WI para a seleção automática da região de interesse e DSC para a classificação. De seguida, são extraídas as curvas de DSC por vóxel do tumor com realce e da substância branca normal do hemisfério contralateral. Os sinais de DSC dinâmicos do tumor realçante são normalizados (nDSC) em relação à substância branca. Cada nDSC é classificado por 2 CNN sequenciais, obtendo-se um mapa de probabilidade e uma classificação global do tumor. CE-T1WI, imagens ponderadas em T1 com contraste.

DISCERN analisa de forma aprofundada os dados da imagem que o olho humano não é capaz de perceber, encontrando padrões complexos que caracterizam um tumor

Uma característica inovadora do DISCERN é a sua capacidade de fornecer diagnósticos detalhados ao nível do vóxel. Isto significa que, além de oferecer um diagnóstico final, a ferramenta fornece também um diagnóstico para cada um dos vóxeis da imagem. Se o mesmo diagnóstico se repetir em 80% dos vóxeis, o médico pode ter maior confiança no diagnóstico.

Nos casos em que a ferramenta não tem certeza (aproximadamente 22% dos casos), os diagnósticos são atribuídos de forma aleatória, permitindo ao médico detetar a incerteza e descartar o diagnóstico se necessário. Esta abordagem reduz o risco de diagnósticos incorretos e fornece aos médicos uma ferramenta fiável para a tomada de decisões clínicas.

Alta precisão, acessibilidade global e aplicabilidade clínica: o DISCERN traça um novo caminho no diagnóstico do tumor cerebral

Esta ferramenta representa um grande avanço no âmbito do diagnóstico de tumores cerebrais malignos. As suas destacadas capacidades de análise, identificação e classificação permitem uma deteção precoce destes carcinomas, o que facilita a escolha de tratamentos mais personalizados e eficazes, melhorando significativamente a qualidade de vida dos doentes.

Com uma taxa de acerto de 78%, o DISCERN supera significativamente os métodos de diagnóstico convencionais. Esta precisão melhorada não só ajuda a identificar corretamente o tipo de tumor, como também facilita a tomada de decisões clínicas, permitindo aos médicos planear melhor os tratamentos e melhorar os resultados dos doentes.

Para promover a adoção global e o aperfeiçoamento contínuo, os investigadores desenvolveram um software de acesso aberto. Isto significa que qualquer hospital no mundo pode utilizar e contribuir para melhorar o DISCERN. A disponibilidade deste software num formato acessível permite que mais instituições médicas beneficiem desta tecnologia avançada, acelerando a sua integração na prática clínica.

Embora o DISCERN tenha demonstrado a sua eficácia em fases iniciais, a ferramenta ainda requer ensaios clínicos adicionais antes de ser implementada de forma rotineira na prática clínica. O DISCERN poderá estar disponível para uso regular em hospitais após a realização de ensaios clínicos prospetivos que confirmem os seus benefícios. Após o seu aperfeiçoamento no âmbito da deteção de tumores cerebrais, poderá ser aplicado no diagnóstico de outros tipos de carcinomas.

Mapas de probabilidade e desempenho diagnóstico do DISCERN

(A) São apresentados nove casos (3 por tipo de tumor) corretamente classificados pelo DISCERN, da esquerda para a direita: PCNSL, metástase e GBM. Na fila superior, um corte 2D representativo da CE-T1WI registado no DSC com mapas de probabilidade sobrepostos para PCNSL versus não PCNSL (fila central) e para GBM versus metástase (fila inferior) de casos não PCNSL.

(B) Curvas ROC para os classificadores binários PCNSL versus não PCNSL (acima) e GBM versus metástase (abaixo) para a CNN proposta, rCBV e PSR. A CNN forneceu um AUC significativamente maior do que o rCBV para PCNSL versus não PCNSL e maior do que o rCBV e PSR para GBM versus metástase.

(C) Curvas ROC de três classes que mostram a média e o DP de combinações de 2 classes, da esquerda para a direita: a CNN proposta, rCBV e PSR.

Com o DISCERN, os futuros diagnósticos de tumor cerebral têm muito presente a redução de procedimentos invasivos

Uma das vantagens mais significativas do DISCERN é o seu potencial para reduzir a necessidade de biópsias invasivas. Ao fornecer diagnósticos mais precisos a partir de imagens de ressonância magnética, a ferramenta pode ajudar a evitar procedimentos neurocirúrgicos numa proporção significativa de doentes. Isto não só melhora a qualidade de vida dos doentes, como também reduz os riscos e custos associados às biópsias.

O desenvolvimento e a validação do DISCERN representam um avanço significativo no diagnóstico de tumores cerebrais. No entanto, os investigadores não ficarão por aqui. Está planeado continuar a melhorar a ferramenta, ampliando a sua capacidade para identificar outros tipos de tumores cerebrais e refinando os seus algoritmos para aumentar ainda mais a sua precisão.

Além disso, os resultados publicados abrem a porta à colaboração com outras instituições médicas, permitindo validar a ferramenta numa variedade mais ampla de doentes e condições. Esta abordagem colaborativa é vital para garantir que o DISCERN se torne uma ferramenta robusta e fiável que possa ser integrada sem dificuldades na prática clínica diária.