A IA pode resolver os problemas de saúde mais negligenciados da mulher?

As mulheres podem representar metade da população mundial, mas as pesquisas sobre as principais condições que afetam a saúde delas estão muito atrasadas em relação aos homens. Uma das maneiras pelas quais alguns cientistas estão tentando mudar isso é aproveitando o poder da inteligência artificial (IA) e da medicina computacional para extrair descobertas que, de outra forma, não seriam percebidas. 

Agora, essa abordagem está produzindo novos insights sobre complicações na gravidez, endometriose, mortalidade materna, cânceres de mama e do colo do útero e outras preocupações com a saúde da mulher, que devem se traduzir em melhor atendimento.

A ciência da computação está ajudando a pesquisa sobre a saúde da mulher de duas maneiras principais, cita Tom Yankeelov, diretor do Centro de Oncologia Computacional do Instituto Oden da Universidade do Texas em Austin, Estados Unidos. Uma delas envolve o uso do aprendizado de máquina da IA para analisar grandes conjuntos de dados e tirar conclusões gerais. O outro extrai informações de pacientes individuais para fazer avaliações ou previsões aplicáveis especificamente a eles.

Um dos motivos desse progresso é o fato de os computadores serem agora tão baratos e tão rápidos que os cientistas podem analisar conjuntos de dados muito grandes em suas instituições. Por exemplo, um estudo sobre mortes de mulheres ligadas ao parto em 200 países exigiu a simulação de centenas de milhares de parâmetros de saúde estimados que poderiam influenciar a saúde das mulheres nesse momento crucial, explica Zachary Ward, pesquisador do projeto na Escola de Saúde Pública T.H. Chan de Harvard. 

Tal empreendimento não teria sido viável nem mesmo há uma década, diz ele. Como foi feito, computadores de alto desempenho trabalharam sem parar durante um ano para processar todos os números, revelando fatores que poderiam fazer a diferença para salvar vidas.

O maior interesse do crescente número de jovens engenheiras também foi crucial para o avanço do campo, diz Michelle Oyen, diretora do Center for Women's Health Engineering da Washington University, EUA. A ideia de usar simulações de computador para estudar problemas de gravidez, como faz seu laboratório, "parece capturar a imaginação dos jovens estudantes", diz ela. Em muitos casos, eles dizem: "minha mãe teve isso ou minha amiga teve isso. Há esse componente pessoal."

Usando a matemática para tratar o câncer de mama

Yankeelov usa a abordagem personalizada para tratar com mais eficácia o câncer de mama localmente avançado (LABC, na sigla em inglês) onde a doença se espalhou, mas apenas para os linfonodos nas axilas. Segundo ele, a melhor maneira de usar os dados é de forma individual, pois os vários subtipos de câncer de mama tornam a experiência e as perspectivas de sobrevivência de cada pessoa únicas.

Em sua maior parte, os avanços médicos empregaram principalmente um método de tentativa e erro na forma de testes clínicos. Um tratamento é considerado bem-sucedido quando se demonstra que ele ajuda uma pessoa específica, não qualquer indivíduo. Isso contrasta com a forma como outros empreendimentos científicos avançam. "Quando queremos colocar um satélite em órbita, não lançamos 100 satélites e esperamos que um deles caia na órbita certa", diz ele. Um único satélite é enviado ao seu lugar resolvendo equações matemáticas que físicos e engenheiros criaram.

Yankeelov e sua equipe procuraram desenvolver equações matemáticas que pudessem ser aplicadas a um único paciente com LABC. Eles derivaram quatro equações diferenciais que calculam como cada tumor cresce e responde ao tratamento. 

As equações utilizam fatores conhecidos por influenciar a progressão da doença, como a forma como as células tumorais migram, proliferam e interagem com o tecido ao seu redor, e como elas respondem a um curso inicial de terapia. Em seguida, os supercomputadores resolvem essas quatro equações para um paciente específico usando dados coletados de imagens de ressonância magnética da mama.

(Relacionado: Quem inventou a inteligência artificial? Veja como nasceu uma das sensações da ciência)

Os tratamentos atuais geralmente incluem um curso padrão de quimioterapia antes que o tumor seja removido cirurgicamente. No entanto, em quase dois terços dos casos, as células cancerosas continuam no organismo, o que aumenta as chances de recorrência. As equações de Yankeelov, que atualmente estão sendo testadas em uma fase experimental, podem ser úteis para individualizar o tratamento de LABC.

O estudo de Yankeelov com 56 mulheres com um tipo de LABC, chamado triplo-negativo, constatou que a solução das equações produziu 89% de precisão para determinar se o tratamento padrão seria bem-sucedido. A próxima etapa é um estudo clínico prospectivo que usará as previsões computadorizadas para personalizar os tratamentos, como, por exemplo, dar a alguém com grandes chances de fracasso no tratamento convencional a opção de se submeter a terapias adicionais.

IA: O que acontece na gravidez e no trabalho de parto

Uma abordagem individualizada também está sendo usada para estudar o útero de uma pessoa em trabalho de parto. Atualmente, os médicos monitoram as contrações uterinas com um dispositivo sensível à pressão chamado tocodinamômetro, que detecta duração, frequência e força das contrações. 

No entanto, para entender melhor o que acontece no útero durante o trabalho de parto prematuro são necessárias informações mais detalhadas, diz Yong Wang, professor associado das escolas de engenharia e medicina da Universidade de Washington.

Wang e seus colegas criaram um dispositivo de detecção exclusivo, denominado sistema de imagem eletromiometrial, que é colocado no abdômen e contém 250 eletrodos que registram meio milhão de bits de dados por segundo. Os computadores transformam os dados em imagens visuais dinâmicas e em tempo real do útero à medida que ele sofre cada contração (uma representação conhecida como gêmeo digital).

"Pela primeira vez, isso está nos permitindo avaliar de forma não invasiva a função uterina humana em um espaço tridimensional ao longo do tempo", destaca Wang. 

Quando as contrações de 55 mulheres em trabalho de parto foram monitoradas com o dispositivo, imagens 3D detalhadas documentaram o que acontece dentro do útero, inclusive retratando claramente como partes distintas do útero são ativadas à medida que uma contração progride.

(A inteligência artificial ainda vai dominar humanos?)

Wang prevê um futuro em que o trabalho de parto de todas as pacientes seja monitorado dessa forma, com os cálculos produzindo rapidamente imagens visuais em tempo real para os profissionais de saúde assistirem em uma tela. O dispositivo também está sendo usado para estudar condições uterinas fora da gravidez, incluindo fertilidade, menstruações dolorosas e endometriose. 

Michelle Oyen também está trabalhando para entender a gravidez. Ela se concentra na placenta, que fornece nutrientes e oxigênio ao feto. Para algo tão vital para a existência humana, sabe-se surpreendentemente pouco, diz ela. Essa falta de conhecimento dá aos obstetras poucas ferramentas – repouso no leito, por exemplo, ou uma cesariana – quando surgem problemas na placenta.

Oyen se baseia no aprendizado da inteligência artificial para criar um modelo computacional dinâmico da placenta. "Pegamos a geometria da estrutura e as propriedades dos tecidos e as colocamos no computador, depois exploramos o que acontece se você variar as propriedades dos tecidos em centenas de simulações", diz ela. Essa pesquisa não pode ser feita em pessoas por motivos éticos óbvios, nem em animais porque suas placentas são muito diferentes, diz ela.

Espera-se que esses estudos de modelagem ajudem os cientistas a entender o papel da placenta quando, por exemplo, o crescimento do feto diminui de forma anormal (tema de um estudo clínico multicêntrico em andamento) ou quando surge uma complicação na gravidez, como a pré-eclâmpsia – uma condição com risco de vida na qual se sabe que a placenta desempenha um papel.

Oyen também está estudando digitalmente a placenta. Em aproximadamente 3% das mulheres em todo o mundo, essa vasta rede de membranas de colágeno que compõem o saco amniótico se rompe prematuramente, muitas vezes antes que o feto possa sobreviver. A sujeição de fibras individuais a pressões e rupturas virtuais ilumina as várias situações que podem desencadear essa ruptura, talvez um dia permitindo reparos in utero antes que um problema menor se torne catastrófico.

Usando big data para grandes objetivos

As simulações em grande escala formam a espinha dorsal dos esforços de Zachary Ward para melhorar a saúde das mulheres em todo o mundo. Com base em dados disponíveis globalmente, sua equipe calcula possíveis fatores que contribuem para a mortalidade materna – a quantidade de cuidados pré-natais que as mulheres grávidas de cada país recebem, por exemplo, ou suas taxas de pressão alta ou acesso a instalações médicas para parto – usando mais de 400 000 parâmetros médicos, sociais, econômicos e outros.

Embora tenha caído mais de 40% nos últimos 30 anos, essa mortalidade continua alta. A simulação de possíveis intervenções em todo o mundo em desenvolvimento permitiu que a equipe de Ward identificasse aquelas que poderiam ter os maiores impactos.

Os resultados dessas exaustivas simulações no computador revelaram que nenhuma intervenção isolada é suficiente. "Estamos descobrindo que não faz muito sentido fazer uma coisa de cada vez. É preciso haver estratégias abrangentes e integradas específicas para cada país", diz ele.

(Quem foi Alan Turing, pioneiro no desenvolvimento da inteligência artificial e da computação moderna)

 Melhorar a qualidade das instalações de parto e incentivar mais mulheres a dar à luz nessas instalações pode manter as mulheres grávidas vivas em muitas partes do mundo, por exemplo, mas isso é insuficiente sem garantir simultaneamente que um número suficiente de profissionais de saúde treinados possa atender a essas instalações ou que as mulheres tenham acesso ao controle de natalidade.

Conclusões semelhantes surgiram de simulações sobre a redução das mortes globais por câncer de colo do útero. A introdução de dispositivos de imagem não ajudará, por exemplo, sem aumentar também os agentes quimioterápicos, os oncologistas treinados e os recursos de radioterapia, descobriram os cientistas.

Embora os cálculos computadorizados não tenham gerado intervenções únicas e definitivas, Ward afirma que a coleta dessas informações é fundamental. "Eu gostaria que os formuladores de políticas tomassem decisões baseadas em dados", diz ele. À medida que ele e outros cientistas continuarem a usar a ciência da computação para a saúde da mulher, essa perspectiva se tornará mais provável.