.
Nos Estados Unidos e noutros países ocidentais, uma forma de cancro do esófago e do estômago aumentou dramaticamente nas últimas cinco décadas. As taxas de adenocarcinoma esofágico, ou EAC, e adenocarcinoma da cárdia gástrica, ou GCA, são altamente fatais.
No entanto, Joel Rubenstein, MD, MS, cientista pesquisador do Tenente Coronel Charles S. Kettles Veterans Affairs Center for Clinical Management Research e professor de medicina interna na Michigan Medicine, diz que medidas preventivas podem ser uma graça salvadora.
“A triagem pode identificar alterações pré-cancerígenas em pacientes, como o esôfago de Barrett, que às vezes é diagnosticado em indivíduos que têm doença do refluxo gastroesofágico de longa duração, ou DRGE”, disse ele.
“Quando ocorre a detecção precoce, os pacientes podem tomar medidas adicionais para ajudar a prevenir o câncer”.
Embora as directrizes actuais já considerem o rastreio em pacientes de alto risco, Rubenstein observa que muitos prestadores ainda não estão familiarizados com esta recomendação.
“Para começar, muitos indivíduos que desenvolvem esses tipos de câncer nunca fizeram exames”, disse ele.
“Mas uma nova ferramenta automatizada incorporada no registro eletrônico de saúde tem o potencial de preencher a lacuna entre a conscientização do provedor e os pacientes que correm um risco aumentado de desenvolver adenocarcinoma de esôfago e adenocarcinoma de cárdia gástrico”.
Rubenstein e uma equipe de pesquisadores usaram um tipo de inteligência artificial para examinar dados relativos às taxas de EAC e GCA em mais de 10 milhões de veteranos dos EUA.
Suas descobertas foram publicadas em Gastroenterologia.
Rubenstein e sua equipe desenvolveram e testaram a ferramenta de previsão de Kettles Esophageal and Cardia Adenocarcinoma, abreviadamente chamada K-ECAN.
“O K-ECAN utiliza informações básicas já disponíveis no EHR, como dados demográficos dos pacientes, peso, diagnósticos anteriores e resultados laboratoriais de rotina, para determinar o risco de um indivíduo desenvolver adenocarcinoma de esôfago e adenocarcinoma de cárdia gástrico”, disse Rubenstein.
“Desenvolvemos uma ferramenta anterior, M-BERET, há mais de uma década para identificar pacientes com esôfago de Barrett. No entanto, essa ferramenta requer a medição das circunferências do quadril e da cintura dos pacientes, o que não é algo que ocorre rotineiramente. Além disso, os profissionais devem se lembrar de use o site correspondente para calcular o risco do paciente ao usar esta ferramenta.”
Para aliviar este fardo, Rubenstein disse que “pretendiam aproveitar a grande quantidade de dados já presentes no EHR, bem como apresentar o risco dos seus pacientes aos seus prestadores de cuidados em momentos oportunos”, como quando um indivíduo está prestes a fazer um rastreio colorretal. ou reabastecer um medicamento prescrito para redução de ácido.
De acordo com Rubenstein, o K-ECAN é mais preciso do que as diretrizes publicadas ou as ferramentas de previsão previamente validadas e pode “prever com precisão o câncer pelo menos três anos antes do diagnóstico”.
“Os sintomas da DRGE, como azia, são um importante fator de risco para o adenocarcinoma esofágico”, disse ele.
“Mas a maioria das pessoas com sintomas de DRGE nunca desenvolverá adenocarcinoma de esôfago e adenocarcinoma de cárdia gástrico. Além disso, cerca de metade dos pacientes com esta forma de câncer nunca apresentaram sintomas anteriores de DRGE. Isso torna o K-ECAN particularmente útil porque pode identificar pessoas que estão em risco elevado, independentemente de terem ou não sintomas de DRGE.”
Akbar Waljee, MD, M.Sc., professor dos Departamentos de Aprendizagem de Ciências da Saúde e Medicina Interna e autor sênior do estudo, acrescenta que esta pesquisa não seria possível sem um esforço colaborativo.
“Esta publicação, que aproveitou dados inestimáveis de milhões de veteranos dos EUA, foi possível graças aos esforços dedicados de numerosos membros da equipe do nosso Centro de Inovação e Pesquisa de Serviços de Saúde VA, bem como através de parcerias colaborativas entre o Centro VA de Gestão Clínica Research, Michigan Medicine, Departamento de Estatística da Universidade de Michigan e membros do Instituto de Política e Inovação de Saúde e Saúde Eletrônica e Inteligência Artificial da UM, ou e-HAIL. Isso exemplifica o poder da ciência em equipe, dos dados e do aprendizado de máquina para melhorar prevenção do câncer”.
A incorporação desta ferramenta de inteligência artificial no EHR poderia alertar os prestadores com uma notificação automatizada sobre quais pacientes apresentam risco aumentado de desenvolver adenocarcinoma de esôfago e adenocarcinoma de cárdia gástrico.
E Rubenstein diz que isto pode diminuir significativamente a carga destes cancros.
“Nossa equipe dedicada foi capaz de usar ferramentas sofisticadas de aprendizado de máquina para desenvolver esta ferramenta única, e estamos muito entusiasmados com o fato de que isso poderia levar a um aumento na triagem e a uma diminuição nas mortes evitáveis. Estamos ansiosos para realizar um trabalho adicional de validação do K-ECAN para usar fora do VA.”
.
