Recém-publicado na revista JCO Global Oncology, um artigo apresenta o desenvolvimento de uma inteligência artificial (IA) para a detecção precisa de nódulos com potencial cancerígeno registrados em laudos de tomografias computadorizadas, realizadas fora do contexto de rastreamento do câncer. A tecnologia é uma ferramenta automatizada de Processamento de Linguagem Natural (NLP, da sigla em inglês natural language processing), treinada para analisar laudos de tomografia computadorizada de tórax. O estudo foi realizado pelo Instituto D’Or de Pesquisa e Ensino (IDOR), em parceria com a Universidade Federal de Ciências da Saúde de Porto Alegre (UFCSPA) e as Universidades da Flórida e de Stanford, nos Estados Unidos.
Os avanços da inteligência artificial vêm frequentemente estampando manchetes nos últimos anos, e embora isso ainda seja tema frequente de narrativas futuristas, a verdade é que o uso dessa tecnologia já está bem estabelecido e nos cerca diariamente. Se você já usou chats de bancos, acionou legendas automáticas em vídeos da internet ou ordenou ações de assistentes virtuais em algum dispositivo, talvez tenha se questionado como é possível que máquinas possam compreender tão bem a comunicação humana.
Entender e responder à linguagem humana é o principal objetivo do processamento de linguagem natural (NLP), uma das diversas áreas no campo da inteligência artificial. O NLP é utilizado com diferentes funções em muitas ferramentas já conhecidas, como os chatbots e as assistentes digitais, a exemplo de Siri e Alexa, mas seu potencial também vem sendo explorado na área médica. Levando isso em consideração, o atual estudo buscou investir na tecnologia para desenvolver uma ferramenta capaz de detectar a possibilidade de câncer de pulmão através de laudos de tomografias computadorizadas, que haviam sido realizadas por outras razões que não o rastreamento do câncer.
“Quando fazemos uma tomografia de tórax, nesse contexto de câncer de pulmão, existem duas principais indicações. Uma é a de rastreamento de câncer em um paciente com risco, geralmente com mais de 50 anos e histórico de tabagismo. O outro contexto é um paciente que tem, por exemplo, uma suspeita de embolia pulmonar e vai fazer uma tomografia procurando isso, e nesse exame por acaso aparece um nódulo. Isso é chamado achado incidental. Nossa ferramenta de NLP opera nessa última situação, porque por vezes estes pacientes perdem o diagnóstico. O achado incidental é mais fácil de passar desapercebido, porque o médico está focado em outra hipótese e pode não desconfiar daqueles detalhes na primeira interpretação”, explica a Dra. Rosana Rodrigues, pesquisadora do IDOR e médica radiologista que compôs a equipe do estudo.
Quando são analisadas as imagens torácicas, a presença de nódulos pulmonares é um achado relativamente comum, e eles são benignos em sua grande maioria. Riscos mais graves podem se esconder de 1 a 3% desses casos, mas, por sua alta prevalência, os nódulos pulmonares são frequentemente negligenciados em exames realizados em emergências hospitalares.
Um grande exemplo disso ocorreu durante a pandemia de covid-19, onde exames de tomografia computadorizada foram realizados com frequência em clínicas e hospitais para identificar o comprometimento do pulmão pela doença. Nesse cenário, muitos desses nódulos foram descritos em laudos médicos, mas não foram devidamente investigados quanto ao seu potencial cancerígeno, e identificar o problema em estágios iniciais é uma oportunidade de aplicar terapias mais eficazes, com maiores chances de cura para os pacientes.
“Tivemos a ideia para a ferramenta justamente durante a pandemia, porque na época estávamos fazendo por dia 30 a 40 tomografias de pacientes com suspeita de covid-19. O médico que pedia a tomografia tinha foco total na doença, porque precisava saber se o paciente precisaria de internação. Quando íamos escrever o laudo, além de ter ou não comprometimento da covid-19, víamos também muitos nódulos pulmonares, e alguns que eram suspeitos para câncer de pulmão. Aquilo foi nos gerando uma preocupação enorme, porque no meio da pandemia ninguém ia buscar os laudos, então esse câncer ficaria perdido. Pensamos então em como faríamos para recuperar todos esses exames suspeitos e planejamos a ferramenta de NLP”, relembra a radiologista, que atende pacientes nos hospitais Copa D’Or e Copa Star, da Rede D’Or, e no hospital universitário da Universidade Federal do Rio de Janeiro (UFRJ).
A possibilidade de identificar o câncer de pulmão em pacientes ainda sem suspeita do problema estimulou os pesquisadores do artigo a pensar soluções para essa janela de diagnóstico. Foi então que tiveram a ideia de desenvolver uma ferramenta automatizada de NLP, capaz de realizar a busca por nódulos suspeitos para malignidade identificados incidentalmente em laudos médicos de tomografias computadorizadas de tórax.
Como nós, a inteligência artificial não nasce sabendo. Para treinar a NLP desenvolvida para o estudo, os médicos radiologistas da equipe realizaram uma análise retrospectiva de mais de 21,5 mil laudos de tomografias computadorizadas de tórax, executados em um hospital associado à pesquisa, entre 2020 e 2021. Desses milhares de exames, 484 apresentaram nódulos pulmonares incidentais com potencial carcinogênico, cuja descrição foi utilizada para treinar a ferramenta de NLP na identificação dessas lesões.
Após o treinamento, o NLP passou por uma validação interna que envolvia a avaliação de mais 300 laudos de tomografia computadorizada, sendo que 157 deles apresentavam nódulos incidentais suspeitos para malignidade e 148 serviam de grupo controle, para calcular o potencial de acerto da ferramenta.
O NPL foi ensinado a compreender o texto escrito nos laudos, sem acesso às imagens. Os pesquisadores o programaram para reportar como suspeitos os nódulos incidentais previamente desconhecidos no histórico do paciente, que possuíssem diâmetro maior que 4 mm e que não tivessem contexto clínico associado ao câncer, pneumonia ou doença de pequenas vias aéreas. A ferramenta também era capaz de categorizar os nódulos de maior risco, como aqueles maiores que 8 mm ou que apresentassem um componente sólido maior que 6 mm.
Na avaliação interna, a ferramenta de NLP conseguiu detectar com acurácia de 98% os nódulos de interesse. Os resultados positivos levaram os pesquisadores a realizar um segundo teste, em maio de 2022, desta vez utilizando para a análise mais de 900 laudos de tomografia computadorizada do tórax, que foram selecionados de forma aleatória em 57 hospitais diferentes.
Nesse segundo teste, o NLP mostrou uma acurácia ainda mais impressionante, de 98,6%, resultado que foi aferido ainda por uma última checagem dos médicos radiologistas, estabelecendo um padrão-ouro na testagem da ferramenta. Esses resultados reiteraram a precisão e a competência da inteligência artificial para auxílio em aplicações clínicas.
Dentre os 484 achados incidentais utilizados para o treinamento da NPL, 8 pacientes foram diagnosticados com câncer de pulmão e puderam realizar os tratamentos precoces. Segundo o estudo, 2 desses diagnósticos poderiam ter sido perdidos sem o auxílio da ferramenta de NLP.
Considerando que 70% dos casos de câncer de pulmão são curáveis quando tratados em estágios iniciais, a detecção precoce da doença melhora significativamente as chances dos pacientes.
A inteligência artificial desenvolvida pelos pesquisadores utiliza uma linguagem de programação amplamente utilizada, Python, e sua utilização é compatível para diversas instituições e hospitais que tenham o português como língua oficial. A ferramenta traz ainda uma grande contribuição para o reconhecimento precoce do câncer de pulmão, especialmente em pacientes atendidos em serviços e emergência e fora de centros especializados em oncologia.
Escrito por Maria Eduarda Ledo de Abreu.
