Produtos Blog

Leucemia mieloide aguda (LMA): Inteligência Artificial (AI) ajuda a detectar

Uma equipe de pesquisadores do Centro Alemão de Doenças Neurodegenerativas (German Center for Neurodegenerative Diseases – DZNE) em conjunto com a Universidade de Bonn, publicou uma grande descoberta, a detecção da leucemia mieloide aguda (LMA) com a ajuda da inteligência artificial e com alta confiabilidade. A princípio, a metodologia do estudo foi baseada na análise da atividade gênica das células encontradas no sangue. Se utilizada na prática, essa abordagem poderia apoiar o diagnóstico convencional e possivelmente acelerar o início da terapia. Os resultados da análise foram publicados recentemente na iScience através de um artigo intitulado “Scalable prediction of acute myeloid leukemia using high-dimensional machine learning and blood transcriptomics.

Nosso objetivo era investigar o potencial com base em um exemplo específico“, explicou Joachim Schultze, PhD, líder do grupo de pesquisa da DZNE e chefe do departamento de genômica e imunorregulação do Instituto LIMES da Universidade de Bonn. “Como isso requer grandes quantidades de dados, avaliamos os dados sobre a atividade gênica das células sanguíneas. Inúmeros estudos foram realizados sobre esse tópico e os resultados estão disponíveis em bancos de dados. Portanto, há um enorme conjunto de dados. Reunimos praticamente tudo o que está disponível no momento.

Transcriptoma e AI

Os pesquisadores focaram o estudo no transcriptoma, que é um tipo de impressão digital para a atividade do gene. Em cada célula, dependendo de sua condição, apenas certos genes são ativados, o que se reflete em seus perfis de atividade gênica. Ao mesmo tempo, esses dados – derivados de células de amostras de sangue e abrangendo muitos milhares de genes – foram analisados no estudo atual.

O transcriptoma contém informações importantes sobre a condição das células. No entanto, o diagnóstico clássico é baseado em dados diferentes. Nós, portanto, queríamos descobrir o que uma análise do transcriptoma poderia alcançar usando a inteligência artificial, ou seja, algoritmos treináveis”, observou Schultze, que também é membro do ImmunoSensation, um grupo de excelência,de Bonn. “A longo prazo, pretendemos aplicar essa abordagem a outras condições, em particular no campo da demência.”

Diagnóstico da Leucemia Mieloide Aguda

Primeiramente, o estudo focou na leucemia mieloide aguda. Por exemplo, sem tratamento adequado, essa forma de leucemia leva à morte em semanas. A leucemia mieloide aguda está associada à proliferação de células patologicamente alteradas da medula óssea na corrente sanguínea. Assim, células saudáveis e células tumorais circulam no sangue. Todas essas células exibem padrões típicos de atividade gênica, todos considerados na análise. Dados de mais de 12.000 amostras de sangue – provenientes de 105 estudos diferentes – foram levados em consideração: surpreendentemente o maior conjunto de dados até o momento para um estudo sobre leucemia mieloide aguda. Aproximadamente 4.100 dessas amostras são derivadas de pacientes diagnosticados com leucemia, as demais foram coletadas de indivíduos com outras doenças ou de indivíduos saudáveis.

Os algoritmos pesquisaram os transcriptomas em busca de padrões específicos da leucemia. Este é um processo amplamente automatizado. Isso se chama aprendizado de máquina“, disse Schultze. Com base nesse reconhecimento de padrões, outros dados foram analisados e classificados pelos algoritmos, ou seja, categorizados em amostras com leucemia mieloide aguda e sem leucemia mieloide aguda. “É claro que nós sabíamos a classificação listada nos dados originais, mas o software não. Em seguida, verificamos a taxa de acertos. Foi acima de 99% para alguns dos métodos aplicados. De fato, testamos vários métodos a partir do repertório de aprendizado de máquina e inteligência artificial. Na verdade, havia um algoritmo particularmente bom, mas os outros estavam logo atrás.”

Quando aplicado, esse método poderá oferecer suporte ao diagnóstico convencional e ajudar a economizar custos. “Em princípio, uma amostra de sangue colhida pelo médico e enviada ao laboratório para análise, poderá ser suficiente. Acho que o custo seria menor que 50 euros”, comentou Schultze. “No entanto, ainda não desenvolvemos um teste viável. Mostramos apenas que a abordagem funciona em princípio. Nesse contexto, lançamos as bases para o desenvolvimento de um teste.

Resultado da Pesquisa

A princípio, os pesquisadores ficaram entusiasmados com as descobertas, mas enfatizaram que o diagnóstico de leucemia mieloide aguda continuará a exigir médicos especializados no futuro.

“Com um exame de sangue, como demonstrou nosso estudo, é possível que o médico esclareça uma suspeita de leucemia mieloide aguda . E quando a suspeita é confirmada, o paciente é encaminhado para um especialista. Possivelmente, o diagnóstico aconteceria mais cedo do que agora, e a terapia poderia começar mais cedo”, concluiu Schultze.


Texto original:

https://www.clinicalomics.com/topics/informatics-topic/ai-tool-highly-reliable-for-detecting-acute-myeloid-leukemia/