RESUMO Recursos computacionais que otimizam o desempenho da Inteligência Artificial (IA) são sistemas capazes de processar quantidades massivas de dados, adaptando sua operação iterativamente, por meio do ajuste de parâmetros por tentativa e erro, a fim de otimizar seu desempenho. Entre esses recursos, destaca-se o Machine Learning (ML) associado ao gerenciamento de Big Data (BD) e baseado em iterações a partir da imputação de novos dados sem, necessariamente, a programação explícita de novas regras. O ML tem sido cada vez mais usado em oncologia clínica para diagnosticar tumores, prever prognósticos e planejar o tratamento dos pacientes. O câncer de orofaringe (CO) é um dos cânceres de cabeça e pescoço mais prevalentes, apresenta taxas crescentes de incidência e alta morbimortalidade. Detectar e tratar precocemente esses tumores aumenta as chances de sobrevida dos pacientes de forma impactante, reduzindo as taxas de mortalidade e os custos com o tratamento. O objetivo deste projeto é, por meio de uma revisão sistemática da literatura, descrever e discutir as principais aplicações das ferramentas de ML no enfrentamento do diagnóstico, prognóstico e tratamento dos tumores de orofaringe. Os principais modelos e aplicações do ML aprovados para uso em pacientes com câncer de orofaringe pelas agências reguladoras serão investigados e apresentados, bem como suas vantagens clínicas e econômicas. As tecnologias digitais como o ML ainda são pouco difundidas e discutidas nos cursos de Medicina, assim, este estudo representa uma oportunidade importante de divulgação e disseminação de conhecimento sistematizado do uso dos modelos de ML em oncologia. Palavras-chave: neoplasias orofaríngeas; tumores de orofaringe; inteligência artificial; aprendizagem de máquina.

OBJETIVOS

            Geral:

            Identificar e discutir, por meio de revisão sistemática da literatura, as principais aplicações das ferramentas de ML no diagnóstico, prognóstico e tratamento de tumores de orofaringe

            Específicos:

• Descrever como os modelos de ML são utilizados na predição do prognóstico de pacientes com CO HPV+/-.
• Avaliar a eficiência desses modelos na predição do prognóstico desses cânceres.
• Avaliar o papel da IA na gestão clínica e na previsão de resultados de tratamento em pacientes com CO.
• Descrever o impacto clínico e econômico da implementação de modelos de ML na detecção precoce e tratamento personalizado de CO na prática clínica.
• Destacar os modelos mais eficiente de ML na previsão do diagnóstico, prognóstico e tratamento de pacientes com CO.

 

JUSTIFICATIVAS

• O CO é representado majoritariamente por carcinomas de células escamosas, é altamente agressivo e propenso à disseminação local e à distância. A taxa de sobrevida em 5 anos é apenas cerca de 51,7% devido ao diagnóstico frequentemente tardio (LÓPEZ-CORTÉS et al., 2022). 
• Modelos de ML têm demonstrado resultados promissores no diagnóstico, no prognóstico e no tratamento do CO, possibilitando detecção mais precoce, redução de custos e erros e melhor prognóstico, melhorando assim as chances de sobrevivência e o gerenciamento da doença. 
• Além disso, esses modelos podem reduzir significativamente a carga de trabalho dos clínicos, ao processar rapidamente dados e prever resultados de tratamento (ALABI et al., 2022; LÓPEZ-CORTÉS et al., 2022). 
• Atualmente, o AJCC é o sistema mais amplamente utilizado para avaliação do prognóstico em pacientes com CO. Por outro lado, o ML pode ser um instrumento melhor para lidar com conjuntos de dados grandes com distribuições complexas, não lineares e heterogêneas (CHIESA-ESTOMBA et al. 2022). 
• A IA está destinada a se tornar uma parte essencial da medicina no futuro, destacando a necessidade urgente de capacitar a nova geração de médicos sobre os conceitos e aplicações dessas tecnologias (AMISHA et al., 2019). 
• As tecnologias digitais e a IA, especialmente o ML, estão revolucionando a prática médica, a pesquisa e a saúde pública. 
• Já existem exemplos de uso de tecnologias baseadas em IA em serviços de saúde em países membros da Organização para Cooperação e Desenvolvimento Econômico (OCDE). 
• O fato é que, apesar das tecnologias digitais e a IA, particularmente o ML, estarem transformando a medicina, a pesquisa médica e a saúde pública, pouco se conhece sobre o uso do ML na saúde, especificamente, na predição do prognóstico de pacientes com CO (BOS et al., 2021). 
• Ademais, as tecnologias digitais como o ML ainda são pouco discutidas e disseminadas nos cursos de Medicina, tornando os futuros médicos refratários a esse tipo de conhecimento e de prática clínica. 
• Assim, este estudo se insere em um contexto de medicina cada vez mais personalizada e precisa e representa uma oportunidade importante na divulgação e disseminação de conhecimento sistematizado do uso dos modelos de ML no estudo de pacientes com CO, fornecendo orientações médicas e otimizando o cuidado do paciente de forma não invasiva. A IA tem o potencial de apoiar os esforços globais para alcançar a cobertura universal de saúde (OMS, 2021).