Mesmo diante de desafios, o Brasil já avança no uso da Inteligência Artificial para diagnóstico precoce, personalização de tratamentos e apoio à decisão clínica no combate ao câncer
A cada minuto,
40 pessoas no mundo recebem um diagnóstico de câncer, segundo alerta recente da
Organização Mundial da Saúde (OMS). O Instituto Nacional de Câncer (INCA)
estimou 704 mil casos novos de câncer no Brasil para cada ano do triênio
2023-2025. Segundo o Ministério da Saúde, em 2022, ocorreram mais de 244 mil
óbitos por câncer no país, o que corresponde a uma média anual superior a 240
mil mortes. A corrida por tratamentos mais eficazes, diagnósticos precoces e
protocolos personalizados nunca foi tão urgente. Nesse cenário, a Inteligência
Artificial (IA) surge como uma aliada estratégica da medicina oncológica — e
por aqui, apesar dos desafios estruturais, os primeiros frutos dessa revolução
já começam a aparecer.
O pesquisador e
coordenador da graduação 4D em Inteligência Artificial e Sistemas de Dados
Inteligentes, da Pontifícia Universidade Católica do Paraná (PUCPR), Lucas
Emanuel Silva e Oliveira destaca os principais gargalos e
oportunidades no uso da IA no combate ao câncer em nosso território. “O maior
desafio está na fragmentação e falta de padronização dos dados clínicos. Sem
uma base robusta, os algoritmos ficam enviesados e não conseguem generalizar
suas análises para diferentes instituições”, afirma.
Dados
fragmentados
Nos hospitais,
clínicas e laboratórios brasileiros, os dados médicos ainda estão dispersos em
sistemas que não conversam entre si. Prontuários eletrônicos não padronizados
dificultam a consolidação de grandes bancos de dados — matéria-prima essencial
para o treinamento de algoritmos capazes de prever, diagnosticar e sugerir
condutas terapêuticas.
Essa
desorganização afeta diretamente o desempenho dos modelos de IA, que necessitam
de informações organizadas, confiáveis e representativas para gerar insights
clínicos com segurança e precisão. Segundo Lucas, a interoperabilidade entre
sistemas e a governança ética dos dados são prioridades para que a inteligência
artificial possa escalar sua aplicação.
Colaboração
multidisciplinar
A evolução da IA
na oncologia depende, sobretudo, da sinergia entre profissionais de saúde e
cientistas de dados. “Esta colaboração é essencial para o avanço na área, pois
a profissional da saúde (não só o médico, mas todo o time multidisciplinar) que
conhece a rotina clínica e os gargalos do cuidado, enquanto o cientista de
dados traduz essas necessidades em soluções tecnológicas através das várias
técnicas de IA disponíveis”, assinala. Para o pesquisador, o maior desafio é
justamente a ponte de comunicação entre áreas tão diferentes: “quando essa
troca funciona, surgem equipes multidisciplinares muito mais preparadas para
desenvolver, testar e implantar modelos de IA que realmente melhorem a jornada
do paciente. É uma oportunidade enorme de unir conhecimento técnico, clínico
e ético para criar soluções mais humanas, seguras e acessíveis”, ressalta
o coordenador da PUCPR.
Lucas também
aponta para o surgimento de uma nova geração de profissionais híbridos —
médicos, biomédicos e enfermeiros com formação em ciência de dados, ou
engenheiros e estatísticos com experiência em saúde. “São esses profissionais
que vão liderar os próximos avanços, aplicando IA de forma ética, segura e
centrada no paciente.”
Avanços
que já estão em prática
Apesar das
limitações, o cenário nacional tem registrado avanços notáveis. Alguns centros
de Oncologia já utilizam algoritmos de IA para interpretar exames de imagem,
biópsias e prontuários eletrônicos, gerando diagnósticos mais rápidos e
precisos. A tecnologia permite detectar nódulos suspeitos em mamografias,
prever metástases e apoiar decisões clínicas — tudo com base em cruzamentos
inteligentes de dados.
Startups
brasileiras também estão na vanguarda dessa transformação. Recentemente, uma
companhia recebeu aporte de US$ 1,5 milhão para ampliar uma plataforma de
triagem e tratamento de câncer com base em IA. Nesse caso, a solução utiliza
hemogramas de rotina para mapear o risco de tumores como os de mama, pulmão,
próstata e colo de útero.
Outro caso é o
da startup que desenvolveu um exame de alta precisão para nódulos de tireoide,
com potencial de economia de até R$ 385 milhões ao evitar cirurgias
desnecessárias. A tecnologia está em processo de inclusão no Sistema Único de
Saúde (SUS) e em planos de saúde.
Também é destaque
o sistema desenvolvido por uma startup que identifica sinais de câncer de pele
com até 98% de acurácia, a partir de fotos enviadas por celular — um exemplo de
como a IA pode democratizar o acesso ao diagnóstico precoce.
Aplicações
da IA no combate ao câncer
Para além dessas
soluções, outras frentes de atuação da inteligência artificial na oncologia
incluem:
Diagnóstico
precoce: análise automatizada de exames de sangue, imagens médicas e dados
clínicos para identificar sinais iniciais de câncer.
Apoio à decisão
clínica: recomendação de condutas terapêuticas personalizadas com base em
padrões aprendidos por algoritmos.
Descoberta de
medicamentos: uso de IA para encontrar novas moléculas com potencial
terapêutico.
Monitoramento de
pacientes: acompanhamento pós-tratamento com alertas sobre medicamentos,
curativos e complicações potenciais.
Desafios
e perspectivas
Para que essas
inovações se tornem parte do cotidiano do sistema de saúde brasileiro, ainda é
necessário superar desafios significativos: aprimorar a infraestrutura digital,
assegurar a privacidade dos dados, promover validações clínicas robustas e
ampliar o acesso às tecnologias. Mas a trajetória já iniciada indica um caminho
promissor.
Como conclui o
coordenador Lucas Emanuel: “Quanto mais profissionais capacitados a aplicar
ferramentas de IA na saúde, mais avanços veremos. O potencial da inteligência
artificial na oncologia é imenso — e ele está apenas começando a ser
explorado”, destaca.
Formação
A formação de um
especialista em Inteligência Artificial (IA) passa pela construção de uma base
de conhecimento multidisciplinar envolvendo disciplinas como estatística,
gestão de projetos e programação, aprendizagem de máquina, automação,
processamento de linguagem natural, visão computacional, entre outras.
Com
aulas ao vivo e mentorias, a graduação 4D da PUCPR em Inteligência Artificial e
Sistemas de Dados Inteligentes é uma opção para migrar, ingressar ou se
aprofundar na carreira. A modalidade é 100% digital, com algumas aulas ao vivo,
e duração de dois anos. Um dos diferenciais é a possibilidade do estudante
construir suas próprias trilhas de aprendizado, alinhando interesses pessoais
às demandas do mercado. Mais informações no site http://digital4d.pucpr.br/curso/inteligencia-artificial-sistemas-de-dados-inteligentes/
Nenhum comentário:
Postar um comentário