Artigo "Detecção de câncer de pâncreas em tomografias computadorizadas com aprendizado profundo: um estudo nacional baseado na população", vence prêmio Margulis 2023

A pesquisa de Taiwan sobre um método baseado em IA para fornecer detecção precoce do câncer de pâncreas ganhou o Prêmio Alexander R. Margulis de 2023 pelo melhor artigo científico original publicado na Radiology. No artigo da Radiologia , “ Detecção de câncer de pâncreas em tomografias computadorizadas com aprendizado profundo: um estudo nacional baseado na população ”, o co-autor Po-Ting Chen, MD, e sua equipe desenvolveram uma ferramenta de IA e a treinaram comparando centenas de contrastes. - estudos de TC aprimorados em pacientes com diagnóstico de câncer de pâncreas com aqueles de indivíduos com pâncreas normal. “O Prêmio Margulis deste ano reconhece resultados impactantes que provavelmente afetarão milhões de pacientes em todo o mundo”, disse   Linda Moy, MD, editora de radiologia . “O estudo demonstra como uma ferramenta baseada em aprendizagem profunda pode resultar na detecção precisa do câncer de pâncreas em tomografias computadorizadas, especialmente para tumores menores que 2 cm. A detecção precoce do câncer de pâncreas permite uma intervenção imediata que aumenta muito as chances de sobrevivência.” 

Ferramenta de IA aumenta a confiança no diagnóstico e simplifica o processo de geração de imagens

Pacientes com câncer de pâncreas enfrentam um prognóstico ruim, com uma taxa de sobrevivência em cinco anos de apenas 12%, de acordo com a American Cancer Society. A detecção precoce é a melhor maneira de aumentar as chances. O prognóstico piora significativamente quando o tumor cresce além de dois centímetros e se espalha para fora do pâncreas. A tomografia computadorizada, o exame mais utilizado e mais sensível para detecção de câncer de pâncreas, não detecta cerca de 40% dos tumores menores que dois centímetros. É urgentemente necessária uma ferramenta para aumentar a detecção do cancro do pâncreas. A ferramenta de IA do estudo alcançou 90% de sensibilidade e 93% de especificidade em um conjunto de testes de 1.473 estudos de TC do mundo real. A sensibilidade para detecção de câncer de pâncreas com menos de dois centímetros foi de 75%. A sensibilidade da ferramenta para o câncer de pâncreas foi comparável à dos radiologistas, independentemente do tamanho e estágio do tumor. “Em termos de detecção e diagnóstico precoces, nosso fluxo de trabalho desempenha um papel fundamental na identificação do câncer de pâncreas em estágios iniciais e mais tratáveis”, disse o Dr. Chen, do Departamento de Imagens Médicas do Hospital Universitário Nacional de Taiwan, em Taipei, Taiwan. “Ao ajudar radiologistas e médicos no reconhecimento de lesões suspeitas em tomografias computadorizadas, facilita o diagnóstico rápido e preciso, o que é crucial para melhorar os resultados dos pacientes. Além disso, este fluxo de trabalho oferece uma vantagem valiosa ao fornecer uma segunda opinião confiável, aumentando a confiança no diagnóstico entre os profissionais médicos e, em última análise, beneficiando o atendimento ao paciente.”

É importante ressaltar que o método utiliza segmentação automatizada de pré-processamento ou identificação e delineamento do pâncreas em tomografias computadorizadas de corpo inteiro. A automação desse processo representa um avanço importante na avaliação de imagens do pâncreas por IA, já que o pâncreas faz fronteira com vários órgãos e estruturas e varia amplamente em forma e tamanho. “Essa abordagem não apenas agiliza o processo, economizando um tempo valioso para os médicos, que de outra forma seria gasto delineando manualmente a região de interesse, mas também garante que o modelo de classificação seja direcionado para a área crítica, eliminando informações estranhas”, disse o Dr. Chen. A segmentação auxiliada por computador também permite análises quantitativas, incluindo a medição do tamanho, formato e volume do pâncreas e de quaisquer lesões detectadas, auxiliando no planejamento do tratamento e no monitoramento da doença.

O Prêmio Margulis é concedido anualmente em homenagem ao falecido Alexander R. Margulis, MD, um distinto investigador e visionário inspirador na ciência da radiologia e presidente de longa data do Departamento de Radiologia da Universidade da Califórnia em São Francisco. O Prêmio Margulis será entregue durante a 109ª Assembleia  Científica e Reunião Anual da RSNA (RSNA 2023) em Chicago, de 26 a 30 de novembro. “Estamos verdadeiramente honrados e genuinamente surpresos por termos recebido este prêmio”, disse o Dr. Chen. “É um reconhecimento do trabalho árduo e da dedicação que nossa equipe colocou em nossas pesquisas. Queremos expressar nossa profunda gratidão ao comitê de premiação por este reconhecimento incrível.”

Tinghui Wu, MS, da Universidade Nacional de Taiwan, foi co-autor principal do estudo.

Imagem: Análise da porção não tumoral do pâncreas com ou sem sinais secundários de câncer pancreático por modelos de classificação. O contorno azul representa a porção do pâncreas analisada com modelos de classificação. O tumor (contorno vermelho) não foi identificado pelo modelo de segmentação; portanto, não foi analisado por modelos de classificação. (A) Imagem de TC não anotada em paciente com câncer de cabeça pancreática. (B) A porção não tumoral do pâncreas apresenta sinais secundários de câncer pancreático (dilatação do ducto pancreático com corte abrupto [pontas de seta]) e foi classificada como cancerosa pelos modelos de classificação. (C) A porção não tumoral do pâncreas parecia normal e foi classificada como não cancerosa depois que o ducto dilatado foi substituído e imputado ao parênquima pancreático circundante de aparência normal. https://doi.org/10.1148/radiol.220152 © RSNA 2022

Fonte: https://www.rsna.org/news/2023/november/2023-margulis