Cada vez mais, a ciência investiga como ferramentas de IA (inteligência artificial) podem ajudar na prevenção, no diagnóstico e no tratamento de doenças, incluindo o câncer.

Um estudo apresentado em junho no encontro anual da Sociedade Americana de Oncologia Clínica (Asco), nos Estados Unidos, revela que o modelo de aprendizado de máquina (ou machine learning) pode identificar, de maneira mais precoce, mulheres com câncer de mama avançado sob maior risco de metástase no cérebro.

Os pesquisadores identificaram um grupo de pacientes no qual cerca de uma em cada quatro apresentou esse tipo de progressão da doença em até dois anos após o diagnóstico do câncer metastático.

A pesquisa utilizou uma ferramenta de inteligência artificial denominada CNSPredict, desenvolvida para estimar o risco individual de disseminação da doença para o cérebro a partir de informações clínicas, características do tumor e alterações genéticas.

Inicialmente treinado com dados de pacientes acompanhados no Memorial Sloan Kettering Cancer Center, nos EUA, o algoritmo foi posteriormente validado em grupos independentes de outras instituições.

A ferramenta conseguiu identificar indivíduos com diferentes probabilidades de desenvolver metástases cerebrais. Dois anos após o diagnóstico do câncer metastático, apenas cerca de 5% das mulheres classificadas como de baixo risco haviam apresentado disseminação da doença para o cérebro. Entre as pacientes de alto risco, esse percentual chegou a aproximadamente 25%.

Entre as características mais fortemente associadas ao desenvolvimento de metástases cerebrais estavam o câncer de mama triplo-negativo, subtipo que não expressa receptores para estrogênio e progesterona nem a proteína HER2 e, por isso, costuma apresentar comportamento mais agressivo.

Também avaliou-se a presença de quatro ou mais locais de metástase no organismo, metástases em glândulas adrenais e alterações nos genes TP53, PTEN e ERBB2, este último relacionado à proteína HER2.

Os resultados refletem uma das aplicações mais promissoras da inteligência artificial na oncologia. Ao integrar simultaneamente informações clínicas, exames de imagem, dados genômicos e características do tumor, modelos baseados em IA podem prever complicações, estimar prognóstico e auxiliar na escolha do tratamento mais adequado.

Embora muitas dessas tecnologias ainda estejam em fase de validação, elas têm potencial para tornar o cuidado mais personalizado, direcionando exames e tratamentos para os pacientes com maior probabilidade de benefício. A aplicação esteve entre os temas discutidos durante a Asco 2026.

“Uma das perspectivas mais interessantes da inteligência artificial é a possibilidade de identificar quais pacientes realmente têm maior risco de complicações e, a partir disso, individualizar exames, acompanhamento e tratamentos. A tendência é de que essas ferramentas se tornem cada vez mais frequentes na prática oncológica”, analisa o oncologista clínico Miguel Zugman, do Einstein Hospital Israelita, que esteve presente no congresso nos EUA.

Atualmente, as diretrizes internacionais não recomendam a realização rotineira de exames de imagem cerebral em pacientes com câncer de mama metastático que não apresentam sintomas neurológicos. Como consequência, muitas metástases cerebrais acabam sendo diagnosticadas apenas em fases mais avançadas, quando as opções terapêuticas tendem a ser mais limitadas e o risco de complicações neurológicas é maior.

Modelo pode orientar rastreamento mais individualizado

O principal potencial clínico dessas ferramentas está na possibilidade de individualizar decisões diagnósticas e direcionar estratégias de monitoramento para pacientes com maior risco de complicações.

“A inteligência artificial pode ajudar a identificar quais pacientes precisam realmente de determinados exames. Se fizermos ressonância para todos, podemos sobrecarregar o sistema e expor pacientes a investigações desnecessárias. Por outro lado, solicitar exames apenas quando surgem sintomas pode fazer com que algumas metástases sejam detectadas tardiamente”, observa Zugman.

Apesar dos resultados promissores, os autores do artigo divulgado na Asco reconhecem limitações importantes. O estudo incluiu apenas mulheres submetidas a sequenciamento genômico especializado, o que pode restringir a aplicação dos resultados a populações que não têm acesso a esse tipo de exame.

Além disso, como o rastreamento cerebral rotineiro não é recomendado para pacientes assintomáticas, algumas metástases provavelmente não foram identificadas durante o acompanhamento. A próxima etapa será validar a estratégia no estudo clínico randomizado Brainstorn, que vai comparar uma estratégia de vigilância intensificada por ressonância magnética com o acompanhamento convencional em participantes classificadas como de alto risco pelo algoritmo.

A incorporação de ferramentas de inteligência artificial na prática clínica dependerá de estudos prospectivos capazes de demonstrar benefícios concretos para as pacientes.

“Esses modelos precisam mostrar que realmente conseguem modificar a conduta médica e melhorar os desfechos clínicos. O objetivo não é substituir as recomendações atuais, mas identificar quais pacientes podem se beneficiar de um acompanhamento mais intensivo”, aponta o oncologista.

Gêmeos digitais e patologia digital na medicina de precisão

O conceito de gêmeos digitais consiste em criar uma representação virtual de cada paciente a partir da integração de informações clínicas, exames de imagem, dados genômicos, características do tumor e histórico de tratamentos.

Durante a Asco, diferentes estudos exploraram o potencial dessa estratégia. Uma das pesquisas utilizou modelos de gêmeos digitais para prever como pacientes com câncer de pulmão poderiam evoluir caso tivessem recebido tratamentos diferentes daqueles efetivamente administrados.

Quando as previsões do modelo foram comparadas com os resultados observados em dois estudos que avaliaram tratamentos para câncer de pulmão, os pesquisadores encontraram diferenças inferiores a 5% na estimativa do tempo de vida dos pacientes.

Os autores estimam que abordagens desse tipo poderiam reduzir entre 9% e 21% o número de participantes necessários em estudos clínicos, tornando o desenvolvimento de novos tratamentos mais rápido e eficiente.

Outra área em rápida expansão é a patologia digital. Nessa abordagem, algoritmos analisam imagens digitalizadas das lâminas examinadas pelos patologistas e identificam padrões que muitas vezes não são perceptíveis à avaliação humana convencional.

Uma das aplicações mais avançadas ocorre no câncer de próstata. Plataformas comerciais já aprovadas pela agência regulatória norte-americana, a FDA, conseguem analisar lâminas digitalizadas e estimar o risco de recorrência, progressão da doença e benefício potencial de tratamentos mais intensivos, sem necessidade de exames moleculares adicionais.

“O que o médico quer saber, na prática, não é apenas se determinado gene está presente ou não. A pergunta final é se determinado tratamento vai beneficiar aquele paciente específico. Se conseguirmos responder isso utilizando um exame simples, barato e amplamente disponível, o impacto pode ser muito relevante”, afirma Miguel Zugman.

Aplicações vão além do consultório

As aplicações da IA na oncologia não se restringem ao atendimento individual. Outra área considerada especialmente promissora é a análise de grandes bases de dados dos sistemas de saúde.

Um dos estudos discutidos durante a Asco utilizou inteligência artificial para revisar prontuários eletrônicos e identificar pacientes elegíveis para rastreamento do câncer de pulmão.

O uso do algoritmo aumentou significativamente o número de indivíduos encaminhados para tomografia de baixa dose, exame recomendado para determinados grupos de tabagistas e ex-tabagistas.

Esse tipo de aplicação pode acelerar a adoção de recomendações clínicas e tornar os sistemas de saúde mais eficientes.

“Se conseguirmos compilar essas informações e verificar automaticamente indicações de rastreamento, aderência às diretrizes e resultados do tratamento, teremos uma ferramenta muito poderosa para qualificar o cuidado”, afirma o médico do Einstein.

Outra transformação já em curso envolve a educação médica. De acordo com Zugman, a maioria dos profissionais já utiliza ferramentas de inteligência artificial em seu processo de aprendizado, embora apenas uma pequena parcela tenha recebido treinamento formal sobre o tema.

Também cresce o interesse pelo uso no desenvolvimento de medicamentos. Entre as aplicações mais promissoras estão identificar novas moléculas, a compreensão da biologia dos tumores e a construção de modelos capazes de simular respostas terapêuticas ainda nas fases iniciais da pesquisa.

Apesar do entusiasmo, especialistas defendem cautela. Grande parte das evidências disponíveis ainda deriva de estudos retrospectivos e necessita de validação prospectiva em ensaios clínicos.

“É fundamental não perder de vista os métodos científicos consagrados. Precisamos avaliar essas ferramentas da mesma forma que qualquer outra intervenção em medicina, ou seja, perguntando se elas realmente mudam a conduta e melhoram os resultados dos pacientes”, pondera o oncologista.

Embora o potencial seja amplo, a expectativa é de que a IA atue como ferramenta de apoio, sem substituir o julgamento clínico ou a relação entre médico e paciente. Na avaliação de Zugman, à medida que a inteligência artificial ganhe capacidade de sintetizar informações do paciente e da literatura científica para apoiar a tomada de decisão, o acesso ao conhecimento se tornará mais democrático.

“Nesse cenário, o papel do médico poderá depender menos de deter a informação e, cada vez mais, da capacidade de contextualizá-la, interpretá-la criticamente, lidar com situações de incerteza e construir, em conjunto com o paciente e sua família, decisões alinhadas aos seus valores e objetivos.”