Pesquisas buscam integrar computação e biomedicina para facilitar diagnósticos de câncer

Grupo da Unifesp utiliza inteligência artificial para auxiliar médicos a diagnosticar tumores de forma menos subjetiva e mais rápida.

É provável que você tenha amigos, familiares ou conhecidos diagnosticados com câncer. Infelizmente, essa realidade afeta e afetará, de acordo com Instituto Nacional de Câncer (INCA), cerca de 704 mil brasileiros entre 2023 e 2025. A ciência brasileira, entretanto, tem trazido perspectivas positivas, não apenas para o tratamento, mas também para outra etapa fundamental: o diagnóstico. Na Universidade Federal de São Paulo (Unifesp), o Laboratório Interdisciplinar em Processamento e Análise de Imagens (LIPAI), coordenado pelos professores Thaína Tosta e Marcelo Zanchetta, tem buscado desenvolver técnicas de processamento de imagens para análise de tumores.

Quando falamos de câncer, nos referimos a um grupo de mais de 100 doenças distintas causadas especialmente pelo crescimento desordenado de células, o que pode comprometer o funcionamento normal do organismo. O câncer pode surgir por fatores genéticos, ambientais (tabagismo, sedentarismo e envelhecimento) e até mesmo por infecções. Em análises clínicas, identificar a existência e gravidade de um câncer é de suma importância, já que por ele são definidos os cuidados aos pacientes. Quando feitas de forma manual, essas análises tendem a ser demoradas e trabalhosas, sendo suscetíveis a erros por profissionais da saúde. Como descreve em entrevista o pesquisador integrante do LIPAI, Prof. Paulo de Faria, essa “etapa é ainda passível de subjetividade”, ou seja, de acordo com a interpretação do profissional.

Nesse cenário, o Laboratório busca desenvolver programas computacionais de análise de imagens capazes de auxiliar a tomada de decisão pelo médico. Para isso, certas etapas são necessárias até que as imagens possam ser utilizadas pelas técnicas computacionais. Inicialmente, a biópsia permite a remoção de parte do tecido com suspeita de câncer. Depois, é necessário fatiar o tecido e corá-lo utilizando Hematoxilina e Eosina (H&E). Esses corantes garantem tons roxeados e róseos, respectivamente, para certas estruturas do tecido. Com isso, é possível ter imagens do tecido por câmeras ou escâneres, e então aplicar métodos computacionais para analisá-las e ajudar médicos na definição do diagnóstico.

Nessas aplicações, os sistemas computacionais são denominados CAD (Computer Aided Diagnosis ou Diagnóstico Auxiliado por Computador), compostos por técnicas computacionais usadas como ferramentas de apoio por médicos nas análises clínicas. Nas imagens obtidas, é possível que haja uma série de variações, seja pela qualidade das imagens, por diferenças na coloração, na qualidade da digitalização ou de características de estruturas importantes para o diagnóstico. Isso torna necessário que a imagem passe por algumas fases de processamento para que possa ser utilizada em diagnósticos. Uma das principais etapas é a normalização dos corantes e das cores da imagem. Como o uso dos corantes H&E separa diferentes estruturas por cor, é importante que as cores sejam ajustadas, para diminuir o impacto de tais alterações na análise das imagens. Além desse processamento, também podem ser usadas etapas de segmentação, extração e seleção de características e classificação das imagens. Juntas, essas etapas visam extrair informações importantes das imagens, auxiliando os profissionais em suas análises.

O Laboratório tem forte cunho interdisciplinar, com profissionais da saúde e cientistas da  computação, cada um contribuindo com o desenvolvimento de novas práticas biocomputacionais. As entrevistas com os professores envolvidos (incluindo o Prof. Leandro Neves) mostram que suas motivações oscilam entre o progresso científico nas metodologias de processamento de imagens, a melhoria dos diagnósticos de câncer e experiências acadêmicas passadas. A interdisciplinaridade também é motivação para suas investidas. Os pesquisadores alegam que a variabilidade do maquinário mundialmente empregado para digitalização dos tumores, o acesso restrito às bases de dados das instituições e as variáveis computacionais diversas no processo atrasam o avanço das pesquisas. Além disso, avaliam que a divulgação científica é de admirável relevância para o projeto, por considerar tanto o auxílio prestado à comunidade científica, que levaria a melhores algoritmos e validação dos resultados empregados, como também para contribuir com o letramento científico cidadão, ao comunicar ciência da universidade pública brasileira para a população. 

Os pesquisadores apontam que o processo exige interdisciplinaridade entre biologia e computação para encarar a complexidade e promover inovação ao atacar lacunas invisíveis para outros membros de outras áreas do conhecimento. A validação clínica, excepcionalmente, exige membros da área da saúde capazes de assegurar estas metodologias. Esta visão enriquece conjuntamente distintas áreas do conhecimento, como salienta Thaína Tosta: “os ganhos da pesquisa estendem-se para a área da computação e da biomedicina, já que avanços em uma delas proporcionam crescimento na outra”.

Os autores agradecem à Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) e à Fundação Roberto Marinho (FRM) pelo apoio fornecido no desenvolvimento do projeto. As opiniões dos autores não refletem necessariamente as opiniões da FAPESP e da FRM.