A detecção precoce do câncer é crucial para aumentar as taxas de sobrevivência dos pacientes e prevenir a metástase, sua disseminação pelo corpo.
Pesquisadores do Mass General Cancer Center e do Massachusetts Institute of Technology desenvolveram uma ferramenta de inteligência artificial chamada Sybil que pode detectar sinais de câncer de pulmão anos antes de um médico conseguir fazê-lo, melhorando drasticamente as chances de os pacientes serem curados.
A partir de uma tomografia computadorizada, Sybil analisa a imagem dos pulmões do paciente, procurando alterações tão pequenas que um ser humano não seria capaz de identificá-las e, em seguida, usa o resultado de suas observações para avaliar se é provável que o paciente desenvolva câncer de pulmão nos próximos seis anos. Analisando tomografias de milhares de voluntários, a taxa de precisão de Sybil variou entre 75% e 94%, dependendo de onde vieram as imagens – pessoas negras são mais suscetíveis a essa doença.
Em função da posição dos pulmões no corpo, eles não podem ser vistos ou sentidos com facilidade, o que faz com que os métodos convencionais de detecção precoce sejam menos eficazes no câncer de pulmão do que em outros tipos. A única maneira eficiente de observar os pulmões é por meio da tomografia computadorizada, mas às vezes – como mostra Sybil – os sinais mais importantes são muito pequenos ou sutis para serem captados a olho nu. Isso significa que em muitos casos o câncer de pulmão não é detectado até que o paciente apresente sintomas como chiado, dor no peito ou falta de ar. Neste ponto, o câncer é muito mais difícil de tratar.
Sybil é promissora como uma ferramenta para salvar vidas. Se a Food and Drug Administration (FDA) americana aprovar seu uso clínico, os médicos poderão detectar sinais de câncer de pulmão com antecedência suficiente para iniciar tratamento com menos efeitos colaterais adversos e expectativa de resultados mais positivos.
No meio de tantas notícias ameaçadoras envolvendo o uso de inteligência artificial, pode-se ver que existem situações em que seu desenvolvimento pode ser muito importante.