O Global Cancer Observatory aponta o cancro da mama como aquele com maior prevalência em Portugal no ano de 2020. No mesmo ano, estima-se que apenas 32% das doentes tenham participado num rastreio ao cancro da mama – rastreios, esses, que têm uma finalidade preventiva, fazendo uma deteção precoce da doença. Assim sendo, a maioria dos cancros acaba por ser detetada num cenário onde as doentes já revelavam sintomas (autopalpação mamária) e/ou os profissionais de saúde já notavam sinais da doença (mamografia prescrita pelo médico).

Será possível inverter esta tendência e fazer com que a maioria dos cancros da mama passe a ser detetada precocemente, melhorando as perspetivas do tratamento? Quão precocemente? E se fosse antes de o cancro sequer aparecer?

A inteligência artificial (IA) já foi fazendo o seu caminho na área da saúde, especificamente no que diz respeito ao auxílio dos profissionais de saúde no momento da análise de imagens médicas (raios X, ressonâncias magnéticas, etc.) para diagnóstico de algumas doenças. O cancro da mama não é uma exceção. Os algoritmos de IA analisam imagens onde estão presentes lesões relacionadas com cancro de mama e podem ajudar a perceber a sua natureza (se é benigna ou maligna, por exemplo) e a localização.

No entanto, a nossa proposta de investigação vai num sentido um pouco diferente. A ideia passa por, em vez de utilizarmos algoritmos de IA para analisar imagens onde as lesões estão presentes, fazermos essa aplicação em imagens precursoras de cancro da mama.

Foto

Passo a explicar: imaginem o caso de uma mulher que participou em rastreios nos anos de 2018, 2020 e 2022, tendo sido diagnosticada com cancro da mama neste último. Será que nas mamografias obtidas antes de 2022 – onde não foram detetadas lesões – já havia indícios do desenvolvimento desta doença, embora impercetíveis ao olhar clínico?

É com base nesta hipótese que nos propomos a investigar o papel que a IA pode ter na previsão do desenvolvimento de cancro de mama. O objetivo passa por ensinar o algoritmo a identificar, automaticamente, a presença destes indícios precursores de cancro da mama (que podem ser, por exemplo, alterações nas estruturas que compõe o tecido da mama) em imagens médicas – seja na mamografia utilizada nos rastreios, ou em outras imagens médicas como a tomossíntese e o ultrassom (ecografia).

Conseguindo descobrir e aprender os tais indícios de estados precursores de cancro da mama, a aplicação deste algoritmo a imagens médicas na prática clínica poderá ajudar-nos a compreender se a mulher em análise estará na iminência do desenvolvimento da doença, mesmo que não apresente qualquer lesão.

Esta abordagem permitiria que mulheres identificadas como estando neste estado precursor fossem acompanhadas com atenção redobrada, levando a que um eventual diagnóstico acontecesse mais precocemente e que, por isso, as hipóteses de sucesso do tratamento fossem também superiores.

O autor escreve segundo o novo acordo ortográfico

Estudante de doutoramento no Instituto de Biofísica e Engenharia Biomédica (IBEB) e no Laboratório de Sistemas Informáticos de Grande Escala (Lasige) da Faculdade de Ciências da Universidade de Lisboa