PhenMap e NHS: AI indicará quem não se beneficiará do bevacizumabe no câncer colorretal

Pesquisadores britânicos e irlandeses apresentaram uma abordagem de IA que ajuda a avaliar antecipadamente se o bevacizumabe funcionará para um paciente com câncer colorretal avançado. Se o método for confirmado em amostras grandes, os médicos poderão prescrever tratamento tóxico e caro com menos frequência para aqueles para quem ele quase certamente não ajudará.

Como o Método Funciona

O Instituto de Pesquisa do Câncer em Londres e o RCSI em Dublin trabalharam no sistema. Sua ferramenta PhenMap combina vários tipos de dados: o perfil genético do tumor, os parâmetros clínicos do paciente e características da doença, incluindo idade, sexo e a localização do tumor no cólon. Ao contrário da estratificação padrão por vários subtipos, o modelo tenta capturar combinações mais complexas de características e convertê-las em um prognóstico prático para um indivíduo específico.

Após isso, os pesquisadores executaram outro modelo sobre o PhenMap, que atribui um grupo de risco ao paciente após a terapia com bevacizumabe em combinação com quimioterapia. O sistema divide os pacientes em grupos de risco alto, moderado e baixo e avalia não apenas a gravidade geral da doença, mas a probabilidade de que este esquema de tratamento específico seja inútil. Isso é importante para a oncologia personalizada: a tarefa não é apenas encontrar aqueles para quem o medicamento ajudará, mas também eliminar o tratamento desnecessário do caminho dos outros antecipadamente.

O Que o Estudo Mostrou

A equipe analisou dados de 117 pacientes europeus com câncer colorretal metastático que já haviam recebido bevacizumabe junto com quimioterapia. O trabalho foi publicado em Scientific Reports. O modelo encontrou biomarcadores associados à má resposta ao tratamento e formou grupos prognósticos com base neles.

No grupo de alto risco, nenhum paciente respondeu à terapia, enquanto no grupo de baixo risco, a resposta foi observada em 10 de 12 pessoas. Entre os sinais identificados pela IA, a mutação no gene BRAF foi particularmente notável: pacientes com ela caíram no grupo de alto risco e tiveram piores resultados. Os pesquisadores também associaram mau prognóstico com duas deleções cromossômicas e usaram essas características como base para um teste futuro.

A ideia é ver não apenas o diagnóstico antes do início do tratamento, mas também o perfil molecular de resistência de um tumor particular.

Para os clínicos, isso pode parecer:

• Antes de prescrever a terapia, um médico recebe não um prognóstico "médio" geral, mas um perfil de risco individual
• Pacientes com alta probabilidade de não resposta podem evitar toxicidade desnecessária
• O hospital economiza tempo e recursos em tratamento que não terá efeito
• Para alguns pacientes, o caminho para outros esquemas ou ensaios clínicos se abre mais rapidamente

Por Que Isso é Importante

A NHS aprovou o bevacizumabe para pacientes com câncer colorretal avançado em dezembro, mas o medicamento funciona apenas para um número limitado de pessoas e pode causar efeitos colaterais graves, incluindo hipertensão, problemas gastrointestinais e trombos. A Inglaterra identifica quase 10 mil casos deste estágio da doença anualmente, e as opções de tratamento após a disseminação do tumor são significativamente menores. Portanto, até mesmo uma filtragem preliminar áspera pela probabilidade de resposta já tem valor clínico aqui.

"Até agora, não conseguíamos identificar antecipadamente pacientes que dificilmente se beneficiariam do medicamento", diz o

Professor Anguradh Sadanandan.

Os autores enfatizam separadamente que este ainda não é um teste diagnóstico completo para hospitais. Os resultados precisam ser confirmados em uma coorte maior e depois verificados em um ensaio clínico prospectivo. Somente após essa validação o modelo pode ser usado para decisões reais de tratamento. Em paralelo, a equipe quer entender se a mesma abordagem pode prever a resposta a outros medicamentos direcionados e transferir o método para outros tipos de tumores.

O Que Isso Significa

A IA na medicina é cada vez mais usada não para um "apoio abstrato ao médico", mas para uma decisão muito concreta: quem não deve receber uma terapia pesada sem chances de benefício. Se o PhenMap passar na validação, os oncologistas terão uma ferramenta que simultaneamente torna o tratamento mais preciso, mais suave para o paciente e mais racional para o sistema de saúde. Para a NHS e outros sistemas, este é também um caso raro em que a IA pode simultaneamente reduzir danos, acelerar a seleção do tratamento e reduzir despesas desnecessárias.