O autor do estudo, Troy Teo, apontou para a ferramenta de IA que ele construiu. Crédito: Northwestern University
Na radioterapia, a precisão pode salvar vidas. Os oncologistas devem mapear cuidadosamente o tamanho e a localização de um tumor antes de fornecer radiação de alta dose para destruir as células cancerígenas e economizar tecido saudável. Mas esse processo, chamado segmentação de tumor, ainda é feito manualmente, leva tempo, varia entre os médicos – e pode levar a áreas críticas de tumores sendo negligenciadas.
Agora, uma equipe de pesquisadores da Northwestern Medicine desenvolveu uma ferramenta de IA chamada ISEG que não apenas corresponde aos médicos quando descrevem exatamente os tumores pulmonares nas tomografias, mas também podem identificar áreas que alguns médicos podem perder, relata um grande novo estudo.
Ao contrário das ferramentas anteriores de IA que se concentram em imagens estáticas, o ISEG é a primeira ferramenta de aprendizado em 3D mostrada a segmentar os tumores à medida que se movem a cada respiração -um fator crítico para o planejamento da radioterapia, que metade de todos os pacientes com câncer nos Estados Unidos recebe durante sua doença.
“Estamos um passo mais perto dos tratamentos contra o câncer que são ainda mais precisos do que qualquer um de nós nos imaginamos há apenas uma década”, disse o autor sênior Dr. Mohamed Abazeed, presidente e professor de radiação em andamento na Northwestern University Feinberg School of Medicine.
“O objetivo dessa tecnologia é dar a nossos médicos melhores ferramentas”, acrescentou ABAZEED, que lidera um grupo de pesquisa que desenvolve ferramentas orientadas por dados para adaptar e melhorar o tratamento do câncer e é membro do Centro de Câncer Robert H. Lurie na Northwestern University.
O estudo será publicado em 30 de junho na revista NPJ Precision Oncology.
O autor do estudo, Troy Teo, mostra como a ferramenta de IA contorna um tumor pulmonar à medida que se move a cada respiração. Crédito: Northwestern University
Como o ISEG foi construído e testado
Os pesquisadores do noroeste treinaram o ISEG com tomografias e contornos de tumores de doutorado de centenas de pacientes com câncer de pulmão tratados em nove clínicas na medicina do noroeste e nos sistemas de saúde da Clínica Cleveland. Está muito além dos pequenos métodos de dados com casas únicas usadas em muitos estudos anteriores.
Após o treinamento, a IA foi testada na varredura do paciente, como não havia visto antes. Os contornos do tumor foram então comparados aos projetados pelos médicos. O estudo constatou que o ISEG comparava consistentemente contornos especializados entre hospitais e tipos de varredura. Ele também sinalizou áreas adicionais que alguns médicos perderam – e as áreas perdidas estavam vinculadas a resultados piores se fossem deixados sem tratamento. Isso sugere que o ISEG pode ajudar a capturar regiões de alto risco que geralmente passam despercebidas.
“A orientação cuidadosa do tumor é a base para a terapia de radiação segura e eficaz, onde até pequenos erros podem afetar o controle do tumor ou causar toxicidade desnecessária”, afirmou Abezeed.
“Ao automatizar e padronizar o contorno do tumor, nossa ferramenta de IA pode ajudar a reduzir atrasos, garantindo justiça entre hospitais e identificando potencialmente áreas que os médicos podem perder – o que melhora o atendimento ao paciente e os resultados clínicos”, acrescentou o primeiro autor Sagnik Sarkar, um tecnólogo sênior de pesquisa da Feinberg, que tem um mestrado em ciências.
O autor do estudo, Sagnik Sarkar, apontou a ferramenta de IA que ele construiu. Crédito: Northwestern University
Distribuição clínica possível “dentro de alguns anos”
A equipe de pesquisa agora está testando o ISEG em ambientes clínicos e compara seu desempenho com os médicos em tempo real. Eles também integram recursos como feedback do usuário e trabalham para expandir a tecnologia para outros tipos de tumores, como câncer de fígado, cérebro e próstata. A equipe também planeja adaptar o ISEG a outros métodos de imagem, incluindo ressonância magnética e exames de estimação.
“Imaginamos isso como uma ferramenta básica que pode padronizar e melhorar como os tumores estão focados na Onoscologia da Radiação, especialmente em ambientes em que o acesso à competência da subespecialidade é limitado”, diz o co -autor Troy Teo, instrutor de oncologia de radiação em Feinberg.
“Essa tecnologia pode ajudar a apoiar cuidados mais consistentes entre as instituições, e acreditamos que a distribuição clínica pode ser possível dentro de alguns anos”, acrescentou Teo.
Mais informações:
Aprendizagem em profundidade para segmentação automatizada de tumores imóveis em radioterapia, oncologia de precisão de NPJ (2025). Doi: 10.1038/s41698-025-00970-1
Fornecido pela Northwestern University
Citar: AI corresponde aos médicos ao mapear tumores pulmonares para terapia com radiação (2025, 30 de junho) tirada em 30 de junho de 2025 de https://medicalxpress.com/news/2025-06-doctors- Lung-thherapy.html
Este documento está sujeito a direitos autorais. Além de qualquer comércio justo com o objetivo de estudos ou pesquisas particulares, nenhuma parte pode ser reproduzida sem uma permissão por escrito. O conteúdo é fornecido apenas para fins de informação.
