Validação clínica e operacional de uma plataforma baseada em Inteligência Artificial para triagem populacional de múltiplos cânceres a partir de exames laboratoriais de rotina.

• Processo: 25/10717-7
• Modalidade de apoio: Auxílio à Pesquisa - Pesquisa Inovativa em Pequenas Empresas - PIPE
• Data de Início da vigência: 01 de novembro de 2025
• Data de Término da vigência: 31 de julho de 2027
• 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
• Pesquisadores principais: Daniella Castro Araujo
• Vinculado ao auxílio: 23/14898-0 - 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., AP.PIPE
• Bolsa(s) vinculada(s): 25/22717-1 - Validação clínica e operacional de uma plataforma baseada em Inteligência Artificial para triagem populacional de múltiplos cânceres a partir de exames laboratoriais de rotina: condução do estudo clínico do grupo caso para câncer de colorretal., BP.TT; 25/24195-2 - Refinamento & Validação Externa do Modelo (Estudo Retrospectivo) e Estudo Prospectivo Transversal = Câncer de Colorretal (CRC), BP.TT; 25/24275-6 - Refinamento & Validação Externa do Modelo (Estudo Retrospectivo) e Estudo Prospectivo Transversal - Câncer de Pulmão, BP.TT
• Assunto(s): Biomarcadores tumorais Neoplasias pulmonares Coleta de amostras sanguíneas Fatores de risco Inteligência artificial Neoplasias colorretais
• Palavra(s)-Chave do Pesquisador: Biomarcadores Tumorais | Câncer de Pulmão | Coleta de Amostras Sanguíneas | Fatores de Risco | Inteligência Artificial | Neoplasias colorretais | Inteligência Artificial - Aprendizado de Máquina

Resumo

A Huna desenvolve algoritmos de inteligência artificial (IA) aplicados à triagem oncológica com base em exames laboratoriais de rotina. Após validações bem-sucedidas para câncer de mama em projetos financiados pela FAPESP - PIPE Fase 1 e 2, este projeto tem como objetivo a validação clínica e operacional de dois novos algoritmos preditivos, voltados ao rastreamento dos cânceres de pulmão e colorretal. O enfoque é transformar exames simples e amplamente disponíveis - como hemograma, proteína C reativa, ferritina, dímero-D, entre outros - em ferramentas de estratificação de risco populacional, com potencial de impacto nos fluxos assistenciais e na detecção precoce desses tumores. A metodologia proposta é baseada em um estudo clínico ambispectivo, realizado no Hospital de Amor, envolvendo 1.200 participantes, distribuídos em grupos caso (pacientes com diagnóstico confirmado) e controle (pacientes assintomáticos com confirmação de ausência de doença via exames padrão-ouro, como tomografia de tórax ou colonoscopia). Serão coletados painéis de biomarcadores de sangue definidos a partir da literatura científica e estudos internos prévios da Huna. Os dados laboratoriais serão utilizados como entrada para algoritmos supervisionados de machine learning previamente treinados e internalizados pela equipe via estudo retrospectivo. Ao final dos 21 meses, espera-se comprovar a acurácia e aplicabilidade clínica dos modelos, ampliando o impacto social da tecnologia da Huna. A solução representa uma alternativa custo-efetiva para a triagem oncológica em sistemas de saúde públicos e privados, especialmente em contextos de subnotificação e escassez de exames de imagem. O sucesso deste projeto consolidará a Huna como a primeira plataforma de triagem multicâncer baseada exclusivamente em exames de sangue de rotina, fortalecendo sua posição no mercado nacional e preparando sua internacionalização. (AU)