Está lá.
Sempre esteve lá.
Exames de ressonância magnética padrão não perceberam.
Os médicos ignoraram isso.
Durante décadas, a pesquisa sobre esclerose múltipla funcionou com metade do cenário. Os danos na substância branca aparecem claramente. Você pode ver isso. Você pode contar. Mas o verdadeiro causador de problemas – o tipo de lesão diretamente ligada à deficiência e ao lento avanço do declínio cognitivo – escondia-se na massa cinzenta. Especificamente, o córtex.
Invisível a olho nu em exames de rotina.
Isso deixou os médicos cegos. Não literalmente, obviamente. Mas clinicamente? Sim, cego.
Os medicamentos atuais para esclerose múltipla têm como alvo principal a substância branca. Isso deixa as lesões corticais desmarcadas. E isso é importante porque essas lesões ocultas impulsionam a doença. Sabíamos que eles existiam, graças a estudos de tecidos post-mortem, mas não podíamos vê-los em pacientes vivos.
Agora, a inteligência artificial corrige essa lacuna.
A diferença da IA
Uma equipe liderada pela Universidade de Buffalo treinou um algoritmo para analisar mais profundamente. Muito mais profundo.
Publicado na Communications Medicine, o estudo detalha como os métodos computacionais comparam dados em múltiplas imagens. Uma imagem não mostra muito. Juntar três ou quatro? A IA encontra o padrão. Ele retira os sinais da doença do ruído que a visualização convencional ignora completamente.
“A detecção de lesões corticais anteriormente invisíveis… tem implicações importantes”, diz o autor sênior Robert Zivadinov.
Ele não está falando apenas sobre tecnologia bacana. Ele está falando sobre ver, pela primeira vez, os verdadeiros impulsionadores da progressão da EM em varreduras legadas padrão.
Michael G. Dwyer conhece a frustração. Primeiro autor do artigo e ele próprio neurologista.
“Todos nós ficamos muito frustrados”, diz Dwyer.
Frustrado porque os histopatologistas provaram durante décadas que essas lesões estavam destruindo o tecido cerebral. Simplesmente não conseguimos provar isso na ressonância magnética de um paciente vivo. Até agora.
“Há muita coisa em andamento que continua acontecendo… você não verá com a ressonância magnética convencional, mas isso os histopatologistas demonstraram claramente… há décadas.”
A IA não inventa dados. Ele sintetiza o que está faltando. Ele analisa pequenas discrepâncias entre imagens de contraste que o olho humano – ou mesmo um filtro de software padrão – ignoraria.
11.000 lesões perdidas
O caso de teste foi robusto.
ORATÓRIO.
Um ensaio clínico massivo de Fase III para o medicamento para esclerose múltipla Ocrevizumab.
Mais de 700 participantes.
Ressonância magnética padrão.
Os pesquisadores aplicaram seu novo método multimodal de aprimoramento de lesões corticais, denominado MMCLE.
O resultado?
As varreduras padrão mostraram problemas de substância branca.
O processamento guiado por IA revelou uma camada oculta de devastação.
Cerca de 15 a 20 novas lesões por paciente.
Em todo o conjunto de dados? Mais de 11.000 lesões anteriormente ocultas detectadas.
Os radiologistas sentiram falta deles de propósito?
Não.
Eles eram literalmente invisíveis sem a ajuda computacional.
Dwyer aponta o poder da IA generativa aqui. Ele detecta o comportamento “errado” do tecido comparando-o em diferentes camadas de contraste. O tecido saudável age de uma maneira. O córtex danificado age de outra forma. A IA detecta a incompatibilidade.
Isso é importante porque os dados do ORATÓRIO são históricos. Já foi recolhido. Estava “acabado”.
Mas Zivadinov sugere que este trabalho muda a forma como analisamos todos esses dados.
Também muda a forma como projetamos testes futuros.
A Genentech ajudou a apoiar o trabalho. Nenhuma surpresa. Eles fabricam a droga que está sendo testada.
A colaboração combinou rigor acadêmico com força industrial.
Então finalmente temos o mapa completo.
Ou nós?
O ponto cego desapareceu.
Mas o que os médicos farão com todos esses novos danos que podem ver de repente?
Os tratamentos mudarão para atingir o córtex?
A definição de “doença estável” mudará?
As varreduras estão bem ali.
Finalmente aprendemos como olhar.
