Novas pesquisas indicaram que um algoritmo de IA poderia usar medições de composição corporal para prever câncer de pulmão, doenças cardiovasculares e mortalidade por todas as causas.
De acordo com um novo estudo, a inteligência artificial (IA) pode avaliar tomografias de tórax de baixa dosagem sem contraste para exames de câncer e prever o surgimento, por exemplo, de câncer de pulmão, doenças cardiovasculares (DCV) e mortalidade por todas as causas .
Embora a IA continue a crescer na área da saúde, sua aplicação e uso em determinadas áreas permanecem pouco estudados. Uma nova pesquisa descreveu um algoritmo de IA que realiza avaliações da composição corporal de exames de tomografia de tórax sem contraste de baixa dosagem (LDCT) de rastreamento de câncer de pulmão.
Nesse estudo, os pesquisadores reconheceram que o uso dessas medidas na previsão do risco de doenças é pouco estudado. Eles tiveram como objetivo determinar se esse recurso poderia ser útil na previsão de desfechos como incidência de câncer de pulmão, morte por câncer de pulmão, morte por DCV e mortalidade por todas as causas no National Lung Screening Trial (NLST), estudo de triagem de câncer de pulmão patrocinado pelo National Cancer Institute (NCI) dos EUA.
O processo de pesquisa consistiu em uma análise secundária dos dados do NLST. A partir desse recurso, os pesquisadores obtiveram medidas da composição corporal, como área e atributos de atenuação do músculo esquelético e do tecido adiposo subcutâneo. Estes vieram de exames de base LDCT. Os pesquisadores usaram modelos de riscos proporcionais adicionais para avaliar o valor agregado das medições. Os pesquisadores consideraram esses dados com e sem medições de composição corporal obtidas por IA. Após a análise, os pesquisadores consideraram outras características do paciente, como idade e histórico médico.
Com uma população total de estudo de 20.768, a idade média foi de 61 anos e 12.317 eram homens. Da amostra completa, 865 receberam diagnóstico de câncer de pulmão e 4.180 morreram durante o acompanhamento. Os pesquisadores descobriram que o uso de medições de composição corporal obtidas por IA informou a previsão de risco para morte por câncer de pulmão, bem como mortalidade por todas as causas. No entanto, os resultados indicaram que a previsão da incidência de câncer de pulmão não se beneficiou desse processo.
O uso de IA para prever e definir riscos relacionados a resultados negativos de saúde é predominante em todo o setor.
Em abril de 2022, pesquisadores do National Institutes of Health Clinical Center criaram um modelo de IA que usava fatores de saúde e nível de gordura do pâncreas para determinar o risco de diabetes tipo 2 usando imagens de tomografia abdominal sem contraste. Os pesquisadores construíram o algoritmo usando centenas de imagens de vários conjuntos de dados. Ao analisar as imagens, eles usaram atenuação de TC, volume pancreático, percentual de gordura intrapancreática e medidas tridimensionais de dimensão fractal.
Eles concluíram que a baixa densidade do pâncreas e a alta gordura visceral se correlacionam com a prevalência de diabetes. Junto com esta conclusão, os pesquisadores estabeleceram um nível de eficácia associado a este modelo. Os resultados consistentes e precisos produzidos levaram os pesquisadores a concluir que análises totalmente automatizadas de biomarcadores de tomografia abdominal são confiáveis na previsão de diabetes.
“Este estudo é um passo em direção ao uso mais amplo de métodos automatizados para enfrentar desafios clínicos”, disseram os autores do estudo Ronald M. Summers, doutor PhD, e Hima Tallam, estudante de doutorado/PhD, em um comunicado à imprensa. “Também pode informar trabalhos futuros investigando o motivo das alterações pancreáticas que ocorrem em pacientes com diabetes.”.
As pesquisas indicam como a IA pode ser usada para prever resultados.
