De acordo com pt.wedoany.com-A NodeAI iniciou recentemente um ensaio clínico na University Health Network (UHN) para validar a capacidade do seu algoritmo de IA de prever em tempo real a malignidade de linfonodos durante a ultrassonografia endobrônquica (EBUS). O ensaio está sendo realizado no Toronto General Hospital, instituição que validou pela primeira vez a tecnologia EBUS em um ensaio clínico marcante em 2011.
Somente na América do Norte, mais de 270 mil pacientes são submetidos anualmente à ultrassonografia endobrônquica. Essa técnica minimamente invasiva de biópsia, chamada EBUS-TBNA, foi pioneira no Toronto General Hospital no final dos anos 1990 e revolucionou o diagnóstico do câncer de pulmão. A tecnologia tornou as cirurgias torácicas abertas em grande parte desnecessárias e hoje é o padrão global de tratamento. No entanto, cerca de 40% dos casos apresentam resultados inconclusivos, pois a eficácia do procedimento depende fortemente da experiência e do treinamento do operador. Resultados inconclusivos significam atrasos no diagnóstico e repetição de biópsias, impactando negativamente o prognóstico dos pacientes.
A NodeAI, uma startup de IA médica sediada em Hamilton, foi fundada para resolver esse problema. O Dr. Kazuhiro (Kazu) Yasufuku também está envolvido; ele é codesenvolvedor da técnica EBUS-TBNA, atual chefe de Endoscopia e Cirurgia Torácica Intervencionista da UHN e membro do conselho consultivo da NodeAI. Ele participou do ensaio clínico marcante de 2011 que validou a tecnologia EBUS. A EBUS-TBNA, pioneira do Dr. Yasufuku no Toronto General Hospital, substituiu a mediastinoscopia – um procedimento que exigia anestesia geral, incisão no pescoço e uso de instrumentos rígidos de aço para acessar o tórax. A EBUS reduziu o tempo do exame para menos de 15 minutos, permitindo que os pacientes voltassem para casa no mesmo dia, e tornou-se o padrão ouro global em uma década. Até 2020, estima-se que 650 mil casos de câncer de pulmão foram diagnosticados com essa técnica. Por suas contribuições, o Dr. Yasufuku recebeu o Prêmio do Japão de Pesquisa e Desenvolvimento Médico, concedido pelo então primeiro-ministro Shinzo Abe.
"Como codesenvolvedor da EBUS-TBNA, é empolgante ver a IA ajudar a desbloquear a próxima geração de diagnósticos de precisão. A abordagem da NodeAI é cientificamente sólida, pois se baseia em anatomia cirúrgica validada, dados de imagem reais e padrões clinicamente significativos que broncoscopistas experientes reconhecem diariamente. A NodeAI tem o potencial de aumentar as taxas de diagnóstico, acelerar a disseminação de conhecimento especializado e, em última análise, beneficiar o cuidado ao paciente em todo o mundo", afirmou o Dr. Yasufuku.
A plataforma NodeAI integra-se diretamente aos fluxos de trabalho clínicos existentes de EBUS por meio de uma interface baseada em nuvem. Durante o procedimento, a IA analisa o vídeo de ultrassom em tempo real, detecta a anatomia dos linfonodos, identifica os níveis e gera uma previsão de malignidade antes da inserção da agulha de biópsia. O sistema é independente de fornecedor e não requer alterações de hardware. O algoritmo, baseado em mais de sete anos de pesquisa clínica e um dos maiores conjuntos de dados de vídeo de EBUS do mundo, foi desenvolvido em conjunto pelo cirurgião torácico Waël Hanna e pelo cientista de IA Anthony Gatti, ambos cofundadores da NodeAI.
"A EBUS mudou completamente a forma como estadiamento o câncer de pulmão", disse o Dr. Hanna. "Mas a eficácia do exame depende do operador, o que cria um problema de equidade. Um paciente em um grande centro acadêmico, operado por um broncoscopista experiente, obtém resultados diferentes de um paciente em um hospital comunitário. A IA pode reduzir essa lacuna. Este ensaio clínico é para provar isso."
O ensaio recrutará 100 pacientes no Toronto General Hospital ao longo de 3 meses. O desfecho primário é a capacidade da NodeAI de processar com sucesso as imagens de EBUS e retornar previsões em tempo real a uma taxa superior a 90%, ou seja, mais de 90% de todas as imagens capturadas durante o procedimento. O ensaio avaliará se a orientação em tempo real da IA da NodeAI, em comparação com a prática padrão de EBUS, pode melhorar as taxas de diagnóstico, com foco na redução de resultados inconclusivos e na diminuição da variabilidade entre operadores.
"Não há lugar mais confiável no mundo do que o Toronto General Hospital para validar a tecnologia EBUS", afirmou o Dr. Hanna. "Foi aqui que a tecnologia nasceu. Realizar este ensaio sob a liderança do Dr. Yasufuku é a base científica de que precisamos para garantir que estamos criando uma tecnologia que pode ajudar todos os pacientes que lutam contra o câncer de pulmão."
O câncer de pulmão mata mais pessoas no Canadá do que qualquer outro tipo de câncer, com cerca de 33 mil novos casos diagnosticados previstos para 2025. Globalmente, é a principal causa de morte relacionada ao câncer. Um estadiamento preciso e oportuno determina se o paciente será submetido a cirurgia, quimioterapia, radioterapia ou cuidados paliativos. A ambição maior da NodeAI é tornar os exames de EBUS de nível especializado acessíveis em todos os lugares – não apenas em centros médicos acadêmicos. O modelo baseado em assinatura da empresa visa implantar a tecnologia tanto em hospitais de alto fluxo quanto em unidades comunitárias menores que realizam EBUS, mas com conhecimento especializado limitado.
Este texto foi elaborado por Wedoany. Qualquer citação por IA deve indicar a fonte “Wedoany”. Em caso de infração ou outros problemas, informe-nos prontamente, por favor. O conteúdo será corrigido ou removido. E-mail: news@wedoany.com
