Buscar

Aprendizado de máquina aprimorando diagnóstico do câncer colorretal


Pesquisadores da Universidade de Washington anunciaram recentemente o desenvolvimento de um novo método capaz de aprimorar de forma não invasiva o diagnóstico do câncer colorretal. O anúncio foi feito em um artigo publicado no periódico Theranostics e narra a reunião da tomografia de coerência óptica (OCT) com o aprendizado de máquina. Para o treinamento do sistema, foram utilizados mais de 26.000 quadros individuais de dados de imagem de amostras obtidas de 20 áreas de tumor, 16 áreas benignas e 6 outras áreas anormais em amostras de tecidos de pacientes.


A OCT detecta as diferenças na maneira como os tecidos saudáveis e os tecidos doentes refratam a luz. A equipe descobriu que o tecido na mucosa intestinal saudável tinha um padrão dentilhado, enquanto que os tecidos pré-cancerosos (pólipos) e cancerosos raramente apresentaram esse padrão. O padrão dentilhado é causado pela atenuação leve das microestruturas da mucosa saudável do tecido colorretal. Os diagnósticos previstos pelo novo método foram comparados com a avaliação das amostras de tecido usando histologia padrão obtidas por biópsia endoscópica. Residentes de patologia ajudaram na comparação.


A equipe encontrou uma sensibilidade de 100% e uma especificidade de 99,7% para o novo método. Além de não invasiva, a tomografia de coerência óptica aliada ao aprendizado de máquina fornece alta resolução espacial e de profundidade para imagens com profundidade de 1 a 2 mm, o que pode ser uma preciosa adição ao diagnóstico endoscópico, limitado à visualização da porção superficial da mucosa. Os pesquisadores estão agora desenvolvendo um cateter para uso durante a videoendoscopia.


A ideia é que o novo dispositivo possa analisar o padrão dentilhado na superfície da mucosa do cólon e forneça uma pontuação de probabilidade de câncer em tempo real aos cirurgiões.


Quer saber mais?


Veja esse artigo e mais notícias sobre inovação em Medicina, Odontologia e Farmácia no nosso app. Lá além de mais conteúdos, você poderá montar a sua biblioteca de artigos para referência. Acesso gratuito.


Baixe aqui AppStore


Baixe aqui Google Play

4 visualizações

Posts recentes

Ver tudo