top of page

Inteligência Artificial revoluciona a previsão de metástases em pacientes com câncer de próstata



Um estudo realizado com homens diagnosticados com câncer de próstata alto risco de desenvolver metástases validou um modelo de inteligência artificial (IA) baseado em patologia digital que pode prever a ocorrência de metástases (quando o câncer se espalha para outras partes do corpo) e morte.

O autor do estudo destacou a importância de identificar corretamente o risco de cada paciente, de forma a ajudar a tomar decisões de tratamento mais eficazes.


Em 2022, foi publicado um modelo de IA chamado MMAI, que utiliza informações clínicas e histopatológicas (exames de tecido) para prever o risco de metástase e mortalidade específica por câncer de próstata. Esse modelo foi desenvolvido e validado em cinco ensaios clínicos de câncer de próstata.


Neste estudo atual, os pesquisadores buscaram validar o desempenho do modelo MMAI em um ensaio estudo consagrado, o NRG/RTOG 9902, que envolvia homens com câncer de próstata localizado de alto risco.


Eles analisaram um grupo de 318 pacientes que participaram desse estudo e que possuíam dados histopatológicos disponíveis.



Os pesquisadores compararam o desempenho do modelo MMAI com as informações clínicas e patológicas individuais dos pacientes e utilizaram análises estatísticas para avaliar a capacidade do modelo em prever a ocorrência de metástases e mortalidade específica por câncer de próstata em diferentes momentos de acompanhamento.


Os resultados mostraram que o modelo MMAI teve um desempenho superior em relação às variáveis clínicas individuais na previsão de metástases e mortalidade específica por câncer de próstata.

O escore MMAI foi significativamente associado ao risco de metástases e mortalidade específica. Além disso, quando os pacientes foram divididos em quartis com base no escore MMAI, foi observado que os pacientes com escores mais altos tinham taxas mais elevadas de metástase e mortalidade ao longo do tempo.


Os pesquisadores concluíram que o modelo MMAI é mais eficaz do que as informações clínicas e patológicas individuais na previsão de metástases e mortalidade em pacientes de alto risco com câncer. Isso sugere que o uso desses modelos de IA pode melhorar a capacidade de prever o risco em pacientes de alto risco e permitir um tratamento personalizado e adaptado ao risco.


Em resumo, esse estudo valida um modelo de inteligência artificial baseado em patologia digital que pode prever o risco de metástases e mortalidade em pacientes com câncer de próstata de alto risco. Os resultados mostram que esse modelo é mais preciso do que as informações clínicas e patológicas individuais na previsão desses eventos.


Essa descoberta tem o potencial de melhorar a estratificação de risco e o planejamento de tratamento em pacientes com câncer de Próstata de alto risco, permitindo um cuidado mais personalizado e adaptado às necessidades de cada paciente.

A IA baseada em patologia digital pode ajudar a identificar aqueles com maior probabilidade de desenvolver metástases ou morrer do câncer, permitindo intervenções mais precoces e agressivas quando necessário.


Além disso, a utilização desses modelos de IA pode contribuir para um melhor planejamento e gerenciamento dos recursos de saúde, uma vez que é possível identificar quais pacientes têm maior risco e necessitam de uma vigilância mais intensiva ou de tratamentos mais específicos.

No entanto, é necessário continuar realizando pesquisas e estudos adicionais para garantir a sua aplicabilidade em diferentes populações e ambientes clínicos.


Em suma, o estudo demonstrou que um modelo de inteligência artificial baseado em patologia digital pode prever de forma mais precisa o risco de metástases e mortalidade em pacientes com câncer de próstata de alto risco. Isso tem implicações importantes para o tratamento e cuidado desses pacientes, possibilitando uma abordagem mais personalizada e melhorando os resultados clínicos.

Para saber mais, acesse:



escrito por: Dr. Bruno Benigno - CRM SP 126265 | RQE: 60022


64 visualizações0 comentário
bottom of page