Estudo clínico ambispectivo para desenvolvimento de modelos de inteligência artificial com o uso de Biomarcadores Sanguíneos de rotina para suporte à identificação precoce do Câncer de Mama.

• Processo: 23/14898-0
• Modalidade de apoio: Auxílio à Pesquisa - Pesquisa Inovativa em Pequenas Empresas - PIPE
• Data de Início da vigência: 01 de março de 2024
• Data de Término da vigência: 28 de fevereiro de 2026
• Área do conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Marco Aurelio Kohara
• Beneficiário: Marco Aurelio Kohara
• Empresa: Huna Ltda
• CNAE: Pesquisa e desenvolvimento experimental em ciências físicas e naturais ; Atividades de serviços de complementação diagnóstica e terapêutica
• Pesquisadores principais: Daniella Castro Araujo
• Vinculado ao auxílio: 22/07614-3 - Painel de marcadores sanguíneos de rotina baseado em inteligência artificial para detecção precoce do câncer de mama, AP.PIPE
• Bolsa(s) vinculada(s): 24/04558-0 - Estudo clínico ambispectivo para desenvolvimento de modelos de inteligência artificial com o uso de Biomarcadores Sanguíneos de rotina para identificação precoce do Câncer de Mama - Oncologia, Análises Clínicas & Ética em Pesquisa, BP.TT; 24/04562-8 - Estudo clínico ambispectivo para desenvolvimento de modelos de inteligência artificial com o uso de Biomarcadores Sanguíneos de rotina para identificação precoce do Câncer de Mama - Provas de conceito e suporte à comercialização., BP.TT; 24/04700-1 - Estudo clínico ambispectivo para desenvolvimento de modelos de inteligência artificial com o uso de biomarcadores sanguíneos de rotina para suporte à identificação precoce do Câncer de Mama, BP.PIPE
• Assunto(s): Biomarcadores tumorais Fatores de risco Inteligência artificial Mamografia Neoplasias mamárias Coleta de amostras sanguíneas
• Palavra(s)-Chave do Pesquisador: Biomarcadores Tumorais | Coleta de Amostras Sanguíneas | Fatores de Risco | Inteligência Artificial | Mamografia | neoplasias da mama | Inteligência Artificial - Aprendizado de Máquina

Resumo

Machine Learning (ML) tem emergido como uma ferramenta essencial para identificar padroes complexos em exames de sangue, possibilitando a transformac'ao de testes nao-especificos em ferramentas precisas para o diagnostico de multiplas doenc'as. Neste contexto, propomos a integrac'ao de diversos marcadores sanguineos de rotina em um painel robusto auxiliado por Inteligencia Artificial (IA), com o intuito de avaliar o risco de cancer de mama na faixa etaria de 40 a 70 anos. Esta pesquisa se destaca como pioneiro estudo transversal a utilizar metodos de ML na criac'ao, avaliac'ao e validac'ao de um modelo que explora as relac'oes nao-lineares entre biomarcadores sanguineos de rotina, a fim de aperfeic'oar o processo de rastreamento do cancer de mama.O objetivo central deste projeto reside na elaborac'ao de um modelo de IA confiavel, capaz de identificar o cancer de mama a partir de exames de sangue de rotina. A implementac'ao bem-sucedida deste modelo pode resultar em uma ferramenta de triagem acessivel e escalavel, direcionando intervenc'oes clinicas precoces para mulheres com alto risco. Acreditamos que essa abordagem tem o potencial de otimizar o rastreamento do cancer de mama em regioes com recursos limitados, contribuindo para a detecc'ao precoce, tratamento eficaz e melhoria dos desfechos clinicos.Apesar das limitac'oes iniciais, tais como ausencia de validac'ao externa e incompletude das informac'oes sobre comorbidades, a pesquisa realizada durante a vigencia do Fase 1/PIPE revelou resultados promissores na personalizac'ao da estratificac'ao de risco. Desta forma, supomos que a perspectiva de aprimorar significativamente a eficacia e eficiencia do rastreamento do cancer de mama em populac'oes com recursos limitados e potencialmente relevante. Nesse sentido, propomos investigac'oes adicionais na Fase 2/PIPE Direta, incluindo a incorporac'ao de novos biomarcadores sanguineos para mitigar possiveis vieses e confirmar a utilidade clinica do modelo proposto; e ampliar a casuistica, repetindo metodologia firmadas na Fase 1, a fim de validar externamente o modelo criado para, assim, paralelamente realizar as Provas de Conceitos com os parceiros comerciais. Tais investigac'oes serao conduzidas em colaborac'ao com o Hospital de Amor de Barretos, Grupo Fleury, Instituto Hermes Pardini, cooperativas do sistema Unimed e Grupo Hapvida NotreDame Intermedica (HNDI) visando fortalecer a base de conhecimento cientifico visando, significativamente, contribuir para a area de detecc'ao precoce do cancer de mama. (AU)