O câncer de ovário é reconhecido como a neoplasia ginecológica mais letal, apresentando uma taxa de sobrevida global inferior a 40% em um período de cinco anos. Essa baixa taxa de sobrevivência é atribuída, em grande parte, ao fato de que a maioria das pacientes só recebe o diagnóstico em estágios avançados da doença, quando as opções de cura se tornam limitadas.
Por outro lado, quando o câncer é identificado precocemente, a sobrevida em cinco anos pode superar 90%, sendo que a cirurgia é geralmente o único tratamento necessário. Entretanto, a ausência de um método eficaz de rastreamento populacional para a doença agrava o cenário, uma vez que tanto o marcador CA-125 no exame de sangue quanto a ultrassonografia transvaginal isolada não apresentam a sensibilidade e especificidade adequadas para a detecção precoce do câncer de ovário. Essa limitação resulta em casos de falso-positivos e cirurgias desnecessárias quando esses métodos são utilizados em larga escala.
Além disso, o câncer de ovário frequentemente não manifesta sintomas em sua fase inicial. Quando ocorrem, são sintomas inespecíficos, como distensão abdominal, sensação de saciedade precoce, desconforto pélvico, alteração do hábito intestinal e urgência urinária, que podem ser confundidos com outras condições de saúde.
Diante desse desafio, uma equipe do Laboratório de Bioinformática e Biologia Computacional do Instituto Nacional de Câncer (INCA) conduziu uma investigação sobre a possibilidade de um modelo de inteligência artificial (IA) baseado em microRNAs (miRNAs) para estimar o risco de evolução do câncer de ovário de forma mais agressiva.
Nos últimos anos, os miRNAs têm ganhado destaque nas pesquisas científicas. Esses pequenos fragmentos de RNA, que não geram proteínas, atuam como reguladores da expressão gênica e circulam de forma estável no sangue, mesmo em concentrações diluídas. O padrão de expressão dos miRNAs muda de maneira característica à medida que um tumor se desenvolve, o que tem despertado o interesse de pesquisadores na área.
A equipe do INCA analisa se, a partir do conjunto de miRNAs circulantes, é viável identificar sinais moleculares que indiquem a progressão do câncer de ovário. Embora os resultados sejam promissores, o modelo de IA ainda precisa passar por diversas etapas de aprovação antes de ser utilizado na PRÁTICA clínica. Além disso, são necessários estudos prospectivos que acompanhem as pacientes ao longo do tempo para que essa tecnologia possa ser incorporada aos cuidados médicos.
