A inteligência artificial foi usada para identificar os fatores mais estreitamente associados às taxas de sobrevivência ao câncer em 185 países, de acordo com uma pesquisa publicada na revista Annals of Oncology. O estudo, conduzido por pesquisadores afiliados à Sociedade Europeia de Oncologia Médica, aplicou aprendizado de máquina para analisar dados de câncer e informações do sistema de saúde, revelando determinantes-chave de sobrevivência que variam significativamente entre as nações.

O modelo de IA identificou fatores específicos, como acesso à radioterapia, a presença de cobertura universal de saúde e a força econômica de uma nação, como fortemente correlacionados com melhores taxas de sobrevivência ao câncer. A pesquisa sugere que melhorias direcionadas nessas áreas podem levar a ganhos significativos na economia de vidas, com as estratégias ideais diferindo de país para país.

O aprendizado de máquina, um subconjunto da IA, envolve o treinamento de algoritmos em grandes conjuntos de dados para identificar padrões e fazer previsões sem programação explícita. Neste caso, a IA foi treinada em uma vasta coleção de estatísticas de câncer e dados de infraestrutura de saúde para discernir quais elementos tiveram o maior impacto nos resultados dos pacientes. Esta abordagem permite uma compreensão mais matizada do que os métodos estatísticos tradicionais, que muitas vezes lutam para contabilizar a complexa interação de fatores que influenciam a sobrevivência ao câncer.

"Pela primeira vez, somos capazes de ver, com um alto grau de resolução, as alavancas específicas que cada país pode puxar para melhorar a sobrevivência ao câncer", disse um pesquisador líder do projeto. "Esta abordagem orientada por IA fornece um roteiro para que formuladores de políticas e profissionais de saúde priorizem intervenções e aloquem recursos de forma eficaz."

As implicações desta pesquisa vão além da simples identificação de correlações. Ao quantificar o impacto de vários fatores, o modelo de IA permite a simulação de diferentes cenários de políticas. Por exemplo, um país pode usar o modelo para estimar o impacto potencial da expansão do acesso à radioterapia ou da implementação da cobertura universal de saúde em suas taxas de sobrevivência ao câncer.

O estudo também destaca as disparidades nas taxas de sobrevivência ao câncer entre países de alta e baixa renda. Embora o acesso a tratamentos e tecnologias avançadas desempenhe um papel, o modelo de IA revelou que mesmo a infraestrutura básica de saúde, como o acesso a serviços de diagnóstico e medicamentos essenciais, pode ter um impacto profundo na sobrevivência.

Os pesquisadores planejam refinar ainda mais o modelo de IA, incorporando fontes de dados adicionais, como informações genéticas e fatores de estilo de vida. Eles também pretendem desenvolver uma interface amigável que permita que formuladores de políticas e profissionais de saúde acessem e interpretem facilmente as descobertas do modelo. Isso poderia potencialmente levar a uma tomada de decisão mais baseada em evidências e a estratégias de controle do câncer mais eficazes em todo o mundo.