Machine learning pode orientar escolha de um tratamento oncológico

Seguindo a tendência da medicina personalizada, pesquisadores da Universidade de Tecnologia de Eindhoven, na Holanda, desenvolveram um modelo de machine learning capaz de sugerir qual resposta biológica o organismo de uma pessoa irá oferecer frente a diferentes tipos de imunoterapias contra o câncer

               
224
tipos de sistemas de saúde

Na Universidade de Tecnologia de Eindhoven, na Holanda, cientistas identificaram marcadores biológicos de diferentes tipos de câncer e utilizaram a informação para treinar um modelo de machine learning que avalia a possível resposta do organismo frente às opções de tratamento oncológico disponível. O estudo, publicado na Patterns, utilizou a mais recente técnica de sequenciamento, que indica a quantidade de RNA em uma amostra no momento da análise, além de conhecimento prévio sobre os pacientes.

Em um tratamento contra câncer, a escolha de uma imunoterapia costuma ser baseada no tipo e estágio da doença, combinados com dados que apontam o que funciona para a maioria das pessoas de um mesmo grupo de tumor. Pensando em aprimorar esse processo, os pesquisadores desenvolveram a ferramenta “EaSIeR“, que irá prever a resposta de uma imunoterapia baseando-se nas informações biológicas analisadas e compactadas em um mesmo modelo de machine learning.

Para realizar essa tarefa, os pesquisadores analisaram o microambiente dos tumores — isto é, conjunto de células liberadas pelas células tumorais — através de algoritmos e do conjunto de informações do atendimento clínico realizadas anteriormente. Um dos pontos que favorecem o novo recurso é o fato de considerar também as respostas secundárias das imunoterapias, o que pode indicar o quão eficaz o tratamento é para um determinado paciente e garantir mais precisão do modelo de aprendizado desenvolvido.

“Os modelos matemáticos podem fornecer uma visão geral de como as moléculas e células individuais estão interconectadas, ao mesmo tempo que aproximam o comportamento dos tumores em um paciente específico. Em ambientes clínicos, isso significa que o tratamento de imunoterapia pode ser personalizado para um paciente. É importante lembrar que os modelos podem ajudar os médicos nas decisões sobre o melhor tratamento, não os substituem” afirmou Federica Eduati, uma das desenvolvedoras da tecnologia e integrante do departamento de Engenharia Biomédica da Universidade de Tecnologia de Eindhoven, para o Science Daily.

Segundos os cientistas, o modelo demonstrou ter uma precisão maior do que os marcadores biológicos utilizados em análises clínicas na realização da mesma atividade, mas antes de levar a tecnologia para atuar clinicamente, ela dependerá ainda de validação com mais estudos.

DEIXE UMA RESPOSTA

Por favor insira seu comentário!
Digite seu nome aqui