Centenas de novos medicamentos contra o câncer estão sendo desenvolvidos e novas pesquisas são publicadas a cada minuto para ajudar os médicos a elaborar tratamentos específicos com base nos elementos constitutivos da doença de cada paciente.
O problema é que há um excesso de material para ler e muitas combinações de remédios para que os médicos consigam escolher a melhor opção para cada caso.
Entra em cena um projeto de aprendizagem de máquina da Microsoft Research chamado Hanover, que tem o objetivo de digerir todos os artigos científicos e ajudar a prever quais remédios e quais combinações são mais eficazes, de acordo com a empresa.
Pesquisadores do Instituto do Câncer Knight, da Universidade de Saúde e Ciência de Oregon, estão trabalhando com o arquiteto do Hanover, Hoifung Poon, para usar o sistema a fim de encontrar combinações eficazes de remédios para combater a leucemia mieloide aguda, um tipo de câncer frequentemente mortal cujo tratamento não avança muito há décadas.
Entre os pesquisadores estão Jeff Tyner e o diretor do instituto, Brian Druker, mais conhecido por ter sido pioneiro com o Gleevec, um medicamento de sucesso para outro tipo de leucemia que agora pertence à Novartis e ajudou a dobrar a taxa de sobrevivência de cinco anos desses pacientes desde os anos 1990.
O câncer é causado por mutações genéticas que fazem com que as células cresçam e se multipliquem de modo descontrolado.
Poder identificar melhor essas mutações específicas possibilitou o surgimento de novos remédios que combatem a doença com maior precisão, aumentando as chances de sobrevivência.
Mais de 800 remédios e vacinas contra o câncer estão em fase de testes clínicos, de acordo com um relatório de 2015 da Pharmaceutical Research and Manufacturers of America.
Ao mesmo tempo, a crescente velocidade e a redução do custo do sequenciamento de genes aumentou o número de pesquisas e o desenvolvimento de tratamentos, o que significa que mais pacientes com câncer podem obter dados específicos sobre seu caso.
“Isso é estimulante, mas também é desafiador definir o que fazer com todas essas informações”, disse Tyner, do Instituto Knight.
“É por isso que é tão importante a ideia de que um biólogo trabalhe com cientistas da informação e da computação. A combinação de todos esses recursos ajudará a fazer grandes avanços no desenvolvimento de tratamentos mais eficientes e menos tóxicos”.
Hanover faz parte dos diversos projetos anunciados nesta terça pela Microsoft para desenvolver abordagens computacionais para melhorar o tratamento e a pesquisa sobre câncer.
Outros projetos envolvem a aprendizagem de máquina e um sistema de visão computacional para ajudar radiologistas a entender a evolução de tumores e uma iniciativa que poderia um dia possibilitar que os cientistas programem células para combater a doença.
O projeto Hanover, de Poon, pretende potencializar o trabalho dos chamados conselhos de revisões de tumor, em que vários médicos se reúnem para conversar sobre a melhor opção de tratamento para os pacientes.
“Um dos gargalos atuais para os conselhos de tumor é entender todo esse conhecimento e definir como ir além”, disse ele. “É com isso que as pessoas têm de lidar, a menos que possamos automatizar esse processo”.
Postado por David Araripe
Comentários
Postar um comentário