Inteligência artificial ajuda a reduzir lacunas no tratamento de câncer
Capítulo 8 do Tecnologia em Perspectiva
Clique aqui para conferir a edição completa
A adoção da inteligência artificial no rastreio e no planejamento terapêutico do câncer de mama surge como resposta a gargalos históricos da oncologia, como a sobrecarga na análise de mamografias e a realização de biópsias desnecessárias. Inovações recentes buscam acelerar esse fluxo: a startup médica iSono Health desenvolveu o ATUSA, um ultrassom tridimensional portátil que captura a mama em cerca de dois minutos, com a fabricante alegando vinte e oito por cento mais sensibilidade do que exames bidimensionais convencionais. Em paralelo, o software WRDensity, da Whiterabbit, obteve autorização da agência reguladora americana (FDA) para avaliar densidade mamária e filtrar exames normais, enquanto pesquisadores da Universidade de São Paulo (USP) em Ribeirão Preto desenvolveram um modelo para distinguir lesões benignas de malignas. Na análise do Professor, a tecnologia atua como uma triagem oracular que devolve tempo ao especialista, despontando como uma força descentralizadora capaz de viabilizar a Medicina de Precisão em regiões desassistidas.
O alcance dos algoritmos avança também sobre a resposta terapêutica. A Ataraxis AI, por exemplo, emprega patologia digital para projetar o encolhimento de tumores pós-quimioterapia e estimar riscos de recorrência em cinco anos. Além disso, dados apresentados no congresso da Sociedade Americana de Oncologia Clínica (ASCO) registraram um salto de vinte e dois por cento na precisão diagnóstica para cânceres com baixa expressão da proteína HER2. Contudo, o Professor adverte para o perigo do "consenso comprimido", no qual a máquina, diante de incertezas clínicas reais, engessa a conduta em médias estatísticas e desconsidera o raciocínio contextual. O cenário que se delineia aponta para debates urgentes sobre a responsabilidade jurídica em casos de falha algorítmica, o impacto financeiro de softwares sobre a saúde pública e os riscos de agravar disparidades clínicas ao aplicar ferramentas em populações miscigenadas sem a devida representatividade genética prévia.
