Inteligência artificial na histopatologia do câncer de ovário: uma revisão sistemática

Aug 07, 2023

npj Precision Oncology volume 7, número do artigo: 83 (2023) Citar este artigo

Detalhes das métricas

Este estudo avalia a qualidade das pesquisas publicadas usando inteligência artificial (IA) para diagnóstico ou prognóstico de câncer de ovário usando dados histopatológicos. Uma pesquisa sistemática no PubMed, Scopus, Web of Science, Cochrane CENTRAL e WHO-ICTRP foi realizada até 19 de maio de 2023. Os critérios de inclusão exigiam que a IA fosse usada para inferências prognósticas ou diagnósticas em imagens histopatológicas de câncer de ovário humano. O risco de viés foi avaliado usando PROBAST. As informações sobre cada modelo foram tabuladas e estatísticas resumidas foram relatadas. O estudo foi registrado no PROSPERO (CRD42022334730) e as diretrizes de relato do PRISMA 2020 foram seguidas. As pesquisas identificaram 1.573 registros, dos quais 45 eram elegíveis para inclusão. Esses estudos continham 80 modelos de interesse, incluindo 37 modelos diagnósticos, 22 modelos prognósticos e 21 outros modelos diagnosticamente relevantes. As tarefas comuns incluíram previsão da resposta ao tratamento (11/80), classificação do status de malignidade (10/80), quantificação da mancha (9/80) e subtipagem histológica (7/80). Os modelos foram desenvolvidos usando 1–1375 lâminas histopatológicas de 1–776 pacientes com câncer de ovário. Um risco de viés alto ou pouco claro foi encontrado em todos os estudos, mais frequentemente devido à análise limitada e aos relatórios incompletos sobre o recrutamento de participantes. Foram realizadas pesquisas limitadas sobre a aplicação de IA a imagens histopatológicas para fins de diagnóstico ou prognóstico no câncer de ovário, e nenhum dos modelos demonstrou estar pronto para implementação no mundo real. Os principais aspectos para acelerar a tradução clínica incluem relatórios transparentes e abrangentes sobre a proveniência dos dados e abordagens de modelagem, e avaliação quantitativa aprimorada usando validação cruzada e validações externas. Este trabalho foi financiado pelo Conselho de Pesquisa em Engenharia e Ciências Físicas.

O câncer de ovário é a oitava neoplasia maligna mais comum em mulheres em todo o mundo1. É notoriamente difícil de detectar e diagnosticar, com rastreio ineficaz2 e sintomas inespecíficos semelhantes aos causados ​​pela menopausa3. Abrangendo tumores malignos primários dos ovários, trompas de falópio e peritônio, a doença muitas vezes começou a se espalhar no abdômen no momento do diagnóstico (FIGO4 Estágio 3). Esta típica fase tardia do diagnóstico torna o cancro do ovário uma doença particularmente mortal, com os 314.000 novos casos diagnosticados todos os anos a traduzirem-se em 207.000 mortes por ano em todo o mundo1.

A maioria dos cânceres de ovário são carcinomas (cânceres de origem epitelial) que se enquadram predominantemente em cinco subtipos histológicos: seroso de alto grau, seroso de baixo grau, células claras, endometrioide e mucinoso. Os cânceres de ovário não epiteliais são muito menos comuns e incluem tumores de células germinativas, estromais do cordão sexual e mesenquimais. Os subtipos de câncer de ovário diferem morfologicamente e prognosticamente e possuem opções de tratamento variadas5. O carcinoma seroso de alto grau é a forma mais comum de câncer de ovário, representando aproximadamente 70% de todos os casos6.

A histopatologia, o exame de amostras de tecido em nível celular, é o padrão ouro para o diagnóstico do câncer de ovário. Os patologistas normalmente interpretam tecidos corados com hematoxilina e eosina (H&E), embora a interpretação possa ser um processo subjetivo e demorado, com algumas tarefas apresentando um alto nível de variação entre observadores7,8,9. Na avaliação de casos difíceis, os patologistas gerais podem procurar assistência de especialistas em patologia ginecológica da subespecialidade e/ou utilizar exames auxiliares, como a imuno-histoquímica (IHQ). Encaminhamentos e testes auxiliares podem ser essenciais para a precisão do processo de diagnóstico, mas têm o custo de torná-lo mais longo e mais caro. Em todo o mundo, a procura de patologistas é muito maior do que a oferta, com disparidades significativas no número de patologistas entre países10, e com países com melhor oferta ainda incapazes de satisfazer a procura11.