Descubra nesta entrevista como a inteligência artificial (IA) está a revolucionar a avaliação do TSR, melhorando assim as decisões clínicas e moldando o futuro dos cuidados de saúde.
O projeto ARABESC é o resultado de uma parceria colaborativa entre a WSK Medical e a IMP Diagnostics. Desde 2023, as duas empresas têm trabalhado juntas para desenvolver um algoritmo baseado em IA para a avaliação da razão tumor-estroma (TSR). Nesta entrevista com os nossos patologistas Diana Montezuma e Domingos Oliveira, abordamos o potencial transformador da IA na avaliação do TSR, o seu impacto na tomada de decisões clínicas, e os desafios e limitações associados à adoção da IA nos cuidados de saúde.
Esta entrevista está dividida em cinco secções principais:
- Avaliação TSR e a sua relevância clínica
- Benefícios potenciais da IA na avaliação TSR
- Preocupações e limitações da implementação da IA
- Tomada de decisões clínicas
- O futuro da IA na avaliação TSR
AVALIAÇÃO TSR E A SUA RELEVÂNCIA CLÍNICA
Entrevistador (E) – Faz parte da equipa clínica envolvida na curadoria e anotação das lâminas incluídas neste projeto, bem como na definição dos requisitos e especificações clínicas. Pode descrever a importância da razão tumor-estroma (TSR) no prognóstico do cancro, particularmente na sua área de especialização?
Domingos Oliveira (DO) – A razão tumor-estroma (TSR) tornou-se um marcador prognóstico importante no cancro colorretal (CCR) e noutras malignidades. A TSR reflete a proporção de células tumorais em relação ao tecido estromal circundante. Um conteúdo elevado de estroma (ou seja, uma percentagem intratumoral de estroma superior a 50%) tem sido associado a piores desfechos nos doentes. No que diz respeito ao CCR, o recente estudo multicêntrico UNITED validou a TSR como um fator prognóstico independente, confirmando que os doentes com um estroma elevado apresentam piores resultados e beneficiam menos da quimioterapia adjuvante. Neste estudo, os autores concluíram que a implementação da TSR nas orientações internacionais pode melhorar a orientação na seleção do tratamento oncológico.
E – Esse estudo é de facto muito impactante em relação ao poder da avaliação TSR, mas, na prática, com que frequência avalia atualmente a TSR no seu dia-a-dia e quão crítico é para o seu diagnóstico e recomendações de tratamento?
DO – A avaliação TSR ainda não é uma componente da rotina padrão da patologia, mas está a ser cada vez mais integrada em contextos de investigação e em casos específicos onde dados prognósticos detalhados são relevantes. Antecipamos, nomeadamente após as recomendações recentes do estudo UNITED para implementar a “TSR nos diagnósticos e relatórios padrão de patologia, para além dos elementos atualmente usados como a classificação TNM e, eventualmente, nas orientações internacionais”, que a TSR se torne em breve uma parte da avaliação rotineira de patologia nos doentes com CCR.
E – Quais são os principais desafios que enfrenta ao avaliar manualmente a TSR, em termos de tempo, precisão ou consistência?
Diana Montezuma (DM) – A avaliação manual da TSR é trabalhosa e suscetível a variabilidade. Os desafios incluem subjetividade, uma vez que a avaliação depende da estimativa visual das áreas tumorais versus estromais, o que pode variar entre patologistas, e a alocação de tempo. Embora o método seja relativamente simples de executar, selecionar a melhor lâmina e a área a ser avaliada, além de realizar a estimativa visual, ainda consome tempo dos patologistas, aumentando a sua carga de trabalho.
E – Dado que a avaliação TSR pode ser subjetiva, como garante a consistência entre diferentes casos ou entre vários patologistas?
DO – Para este fim, os patologistas devem seguir as orientações existentes para a avaliação TSR. Sempre que possível, poderiam também ser realizadas sessões de formação e calibração entre os patologistas. Embora provavelmente não seja viável para a rotina, em contextos de investigação, a validação dos resultados pode depender de múltiplos observadores para cada caso. É importante notar que estas medidas podem limitar, mas não eliminam completamente, a subjetividade inerente à avaliação TSR.
BENEFÍCIOS POTENCIAIS DA IA NA AVALIAÇÃO TSR
E – Na sua opinião, um sistema de IA poderia melhorar a precisão ou a reprodutibilidade da avaliação TSR? Se sim, de que forma?
DM – Na nossa opinião, a IA tem o potencial de melhorar a precisão e a reprodutibilidade desta tarefa. Em primeiro lugar, os algoritmos de IA treinados em lâminas histopatológicas digitalizadas podem quantificar as áreas tumorais e estromais de forma mais objetiva (comparativamente à estimativa visual dos patologistas). Além disso, a IA pode padronizar o processo aplicando regras consistentes a todos os casos, reduzindo a variabilidade.
E – Como acha que a avaliação TSR baseada em IA poderia impactar o tempo gasto em cada caso? Poderia libertar tempo para outras tarefas críticas no vosso fluxo de trabalho?
DO – Os sistemas baseados em IA têm a grande vantagem de nos permitir automatizar medições de rotina (e monótonas), e, como tal, podem reduzir o tempo gasto na avaliação TSR e noutras tarefas. Este ganho de tempo pode permitir aos patologistas concentrarem-se em tarefas diagnósticas e interpretativas mais complexas.
E – Acredita que um sistema de IA poderia ajudar a reduzir a variabilidade entre observadores na avaliação TSR? Quão importante é isto para melhorar os resultados globais dos doentes?
DO – Reduzir a variabilidade entre observadores é importante, pois a inconsistência na avaliação reduz a fiabilidade da TSR como marcador prognóstico. Ao fornecer avaliações uniformes, um sistema de IA preciso e fiável pode aumentar a utilidade clínica da TSR, melhorando, em última análise, os resultados dos doentes.
A integração da IA na avaliação TSR oferece benefícios significativos, mas também levanta desafios importantes. Na próxima parte desta entrevista, abordaremos as preocupações e limitações da implementação da IA, a sua influência na tomada de decisões clínicas e o que o futuro poderá reservar para esta tecnologia revolucionária.
PREOCUPAÇÕES E LIMITAÇÕES DA IMPLEMENTAÇÃO DE IA
I – Quais preocupações teria ao integrar IA para pontuar automaticamente o TSR? Prevê alguma limitação, como a confiança nos resultados da IA ou a falta de explicabilidade?
DM – Há sempre preocupações quando se trata de implementar ferramentas de IA na área da saúde. Algumas que podemos mencionar são:
- Questões de confiança (os patologistas podem hesitar em confiar na tomada de decisão dos sistemas de IA, especialmente ao usar sistemas opacos);
- Validação (como garantir que os sistemas de IA passam por validações rigorosas para garantir precisão e fiabilidade);
- Integração (alinhar novas ferramentas de IA com os fluxos de trabalho existentes pode apresentar vários desafios logísticos);
- Dependência excessiva (existe sempre a questão de se a dependência excessiva na IA pode comprometer as competências críticas de diagnóstico).
I – Quão importante é a transparência e interpretabilidade nos sistemas de IA para si ao avaliar a patologia de um paciente? Esperaria uma explicação clara de como a IA chega à pontuação do TSR?
DM – A transparência e a interpretabilidade são extremamente importantes na prática clínica. Para que haja aceitação clínica, os resultados da IA devem ser explicáveis, com sobreposições visuais ou outros tipos de explicações, mostrando como as pontuações do TSR foram obtidas. Outra opção é ter soluções semi-automatizadas, onde o patologista mantém a maior parte do controlo (por exemplo, no caso do TSR, a ferramenta de IA pode permitir ao patologista escolher a região de interesse a ser analisada). Estas práticas aumentam a confiança e permitem que o patologista valide os resultados com base na sua própria experiência.
TOMADA DE DECISÃO CLÍNICA
I – Como pensa que a pontuação do TSR baseada em IA pode afetar as discussões da equipa multidisciplinar e as decisões de tratamento?
DO – Ao fornecer dados robustos e reprodutíveis sobre o TSR, a IA tem o potencial de melhorar a precisão das avaliações prognósticas apresentadas nas reuniões da equipa multidisciplinar. Imagine ter um mapa visual que mostra a quantificação das percentagens de estroma e tumor numa região de interesse específica – em vez da atual estimativa subjetiva do TSR! Isto pode levar a um planeamento de tratamento mais confiante e personalizado.
FUTURO
I – Na sua opinião, qual é o futuro da IA na patologia, especificamente na quantificação do tumor-estroma e outras características histológicas?
DM – As ferramentas de IA têm realmente o potencial de auxiliar os patologistas na automatização e facilitação de tarefas de pontuação (como o TSR e outras), que geralmente são demoradas e tediosas. No futuro, a integração de análises quantitativas (como o TSR) com outras características histológicas e moleculares pode permitir a criação de modelos preditivos abrangentes para prognóstico e previsão de resposta ao tratamento.
I – Qual seria o cenário ideal para a integração da IA na sua prática – especificamente em relação ao TSR – nos próximos 5 a 10 anos?
DO – O cenário ideal começaria com uma integração perfeita das ferramentas de IA no fluxo de trabalho de patologia existente (nomeadamente nos sistemas LIS e IMS), permitindo uma avaliação em tempo real do TSR em lâminas digitalizadas. O sistema seria explicável para permitir que o patologista validasse os resultados com base na sua própria experiência. Além disso, teria múltiplas funções integradas, permitindo uma avaliação global dos casos. Num mundo perfeito, os resultados seriam facilmente integrados no relatório de patologia no sistema LIS. Do lado da ferramenta, seria importante ter sistemas de aprendizagem contínua que se adaptassem e melhorassem à medida que fossem expostos a novos dados, garantindo a sua relevância clínica. Também seria benéfico ter algum tipo de IA colaborativa, onde os patologistas pudessem interagir e refinar os resultados da IA, mantendo o seu papel central na tomada de decisões diagnósticas.
À medida que a IA continua a evoluir, o seu papel na pontuação do TSR e em outras aplicações na área da saúde certamente crescerá. Ao abordar as limitações e preocupações éticas atuais, poderemos desbloquear todo o seu potencial, melhorando os resultados dos pacientes e transformando a prática clínica.