O cancro colorretal (CCR) é uma doença de elevada incidência e mortalidade, tanto na Europa como no mundo. Em Portugal, é o cancro mais frequente, a segunda causa de morte por cancro e a sexta causa de morte em geral.

O CCR tem múltiplos fatores de risco, alguns dos quais não são modificáveis, tais como o género, a história familiar de cancro e/ou de pólipos colorretais, ou a presença de uma doença inflamatória intestinal. No entanto, outros fatores de risco são modificáveis e estimam-se responsáveis por 70% a 90% dos casos de CCR. Estes fatores estão relacionados com a dieta e o estilo de vida, incluindo o excesso de peso, o sedentarismo, os hábitos tabágicos e alcoólicos, bem como uma alimentação rica em carne processada ou vermelha e pobre em vegetais e frutas – um padrão alimentar também associado à obesidade.

De acordo com a Organização Mundial da Saúde, existem atualmente 650 milhões de adultos com excesso de peso (um índice de massa corporal (IMC) superior a 25 Kg/m2) no mundo. Em Portugal, 67,6% da população apresenta excesso de peso e 28,7% dos adultos entre os 25 e os 74 anos são obesos (IMC ≥ 30 Kg/m2).

A obesidade é reconhecida como um importante fator de risco para CCR. Em comparação com indivíduos de peso normal, os obesos apresentam um risco aumentado de 7% a 60% de desenvolver CCR, sendo esta associação mais forte para o cancro do cólon do que para o reto. A relação é direta e independente: por cada aumento de 2 kg/m² no IMC, o risco de CCR sobe em 7%. Este risco é mais acentuado no sexo masculino: por cada aumento de 5 kg/m² no IMC, o risco de CCR aumenta 24% nos homens e 9% nas mulheres. Importa destacar que este aumento de risco se inicia precocemente, estando já presente em crianças obesas aos 7 anos e em jovens adultos.

O risco de CCR está particularmente associado à gordura visceral, avaliada sobretudo pela gordura intra-abdominal: cada aumento de 2 cm na circunferência da cintura traduz-se num acréscimo de 4% no risco de CCR.

A relação fisiopatológica entre obesidade e cancro é complexa e multifatorial, envolvendo: desregulação metabólica (como a resistência à insulina), inflamação sistémica crónica de baixa intensidade e alterações hormonais. Acredita-se também que a microbiota intestinal desempenhe um papel relevante nesta associação.

O tratamento do CCR em indivíduos obesos apresenta desafios técnicos adicionais, nomeadamente na abordagem cirúrgica. Além de aumentar a incidência da doença, a obesidade está também associada a maiores taxas de recorrência e mortalidade. Indivíduos com IMC mais alto e maior quantidade de gordura visceral apresentam uma sobrevida global inferior. Ademais, a mortalidade por CCR cresce progressivamente com o número de fatores do síndroma metabólico presentes, tais como a diabetes mellitus, a hipertensão arterial ou a dislipidemia, frequentemente associados à obesidade.

Destaca-se ainda a obesidade sarcopénica, caracterizada pela redução da massa muscular esquelética em indivíduos obesos, uma condição de particular gravidade no contexto oncológico, associada a pior prognóstico e que requer um diagnóstico precoce.

Felizmente, estudos recentes demonstraram que a cirurgia bariátrica com perda de peso sustentada reduz o risco de CCR, evidenciando que esta relação de risco pode ser modificada.

Assim, é imperativo atuar precocemente, promovendo estilos de vida e hábitos alimentares saudáveis desde a infância, como estratégia fundamental para reduzir a incidência e mortalidade não só por CCR, mas também por todas as doenças associadas à obesidade.

Notícia relacionada 

Existe relação entre a Obesidade e a Microbiota Intestinal?

O conteúdo O cancro colorretal está relacionado com a obesidade? aparece primeiro em Saúde Online.

Aproxima-se o calor, os dias longos, os mergulhos e os jantares tardios à beira-mar. As rotinas abrandam, as obrigações relaxam, mas há algo que o calor não leva e que se mantém: a obesidade. Esta doença crónica, progressiva e multifatorial não conhece feriados nem pausas estivais. E, infelizmente, continua a ser subestimada, principalmente durante o verão, quando os corpos se expõem e os preconceitos físicos ganham mais peso.

Enquanto muitos aproveitam para “desligar”, milhares de pessoas continuam a lutar diariamente com as limitações físicas, emocionais e sociais impostas por uma doença que vai muito além do peso. A obesidade não é fraqueza de carácter, nem um descuido com a alimentação. É uma doença crónica, complexa e que precisa de diagnóstico, acompanhamento e tratamento especializado.

Neste período do ano, a pressão estética ganha força, multiplicam-se os anúncios de soluções rápidas, dietas da moda e promessas de transformação, antes do final do verão. Nada mais enganoso. O combate à obesidade exige ciência, tempo, empatia e estratégias eficazes. Exige equipas multidisciplinares e, para muitos doentes, exige a realização de uma cirurgia metabólica. E é aqui que o verão deve servir como uma oportunidade, e não como distração.

Nos meses de verão, muitos doentes procuram, finalmente, ajuda. Com mais tempo livre, menos stress laboral e maior disponibilidade para refletir, é frequente que se confrontem com uma maior consciência corporal e com as suas limitações físicas. Começar a tratar a obesidade nesta altura do ano pode ser o início de uma transformação duradoura, não apenas para ficar bem na fotografia, mas para recuperar saúde, energia e qualidade de vida.

Em pleno século XXI, com recursos avançados e tratamentos eficazes, continua a ser importante repetir: a obesidade é uma doença e merece tratamento adequado, em qualquer altura do ano. É determinante reconhecer a obesidade como prioridade de saúde pública, pelo seu impacto na qualidade de vida e no desenvolvimento de diversas doenças associadas (diabetes, hipertensão, apneia do sono, entre outras), mas também pelas marcas invisíveis como a vergonha, a culpa e o isolamento. E a obesidade não se resolve com força de vontade, nem com soluções milagrosas. Precisa de cuidado continuado e, sobretudo, precisa de ser levada a sério.

Tratar a obesidade é estratégico. É dar início a um processo que, com o apoio adequado, pode mudar vidas. E não se trata de emagrecer para “o biquíni”. Trata-se de viver mais, melhor e com menos sofrimento.

Este verão, em vez de julgar o corpo alheio, escute a história de quem o ostenta. Em vez de prometer restrições temporárias, procure cuidados sustentáveis e duradouros. E em vez de esconder a doença, traga-a para o centro da conversa, porque só assim conseguiremos vencer o estigma. E só quando conseguirmos dar esse passo é que poderemos lutar eficazmente contra esta doença.

Que este verão sirva para desconstruir mitos, abandonar julgamentos e construir pontes para o tratamento. Porque a saúde, tal como a doença, não escolhe datas. E a obesidade, essa, infelizmente, não tira férias!

Notícia Relacionada

Qual é a relação entre a obesidade e a doença do refluxo gastroesofágico?

O conteúdo A Obesidade não tira férias! aparece primeiro em Saúde Online.

O conteúdo <i class="iconlock fa fa-lock fa-1x" aria-hidden="true" style="color:#e82d43;"></i> Qual é a relação entre a obesidade e a doença do refluxo gastroesofágico? aparece primeiro em Saúde Online.

A inteligência artificial está a remodelar a avaliação histopatológica das doenças hepáticas, trazendo uma nova dimensão à interpretação das biópsias no contexto da esteato-hepatite não alcoólica (NASH). A análise quantitativa e contínua proporcionada por modelos de machine learning (ML) pode ultrapassar as limitações das avaliações convencionais feitas por patologistas, reduzindo a variabilidade interobservador e ampliando a capacidade de deteção de mudanças subtis induzidas por tratamentos farmacológicos. A presente análise pós-hoc de um ensaio clínico de fase II sobre o uso de semaglutide na NASH ilustra o potencial transformador da IA na quantificação dos achados histológicos e na identificação de respostas terapêuticas que escapam à avaliação tradicional.¹

O ensaio analisou biópsias hepáticas de 251 pacientes com NASH e fibrose F1–F3 submetidos a um regime diário de semaglutide em diferentes doses ou placebo, com avaliações realizadas tanto por patologistas como por modelos de ML desenvolvidos pela PathAI. Ambas as abordagens demonstraram que a semaglutide 0.4 mg induziu uma resolução significativa da NASH sem agravamento da fibrose, com 58.5% dos pacientes a responderem ao tratamento segundo a avaliação dos patologistas (vs. 22.0% no placebo, p<0.0001) e 36.9% segundo a análise ML (vs. 11.9%, p=0.0015). A análise ML detetou ainda uma redução quantitativa significativa da fibrose na dose mais alta de semaglutide (p=0.0099), um efeito não identificado pela avaliação convencional.

O impacto destes resultados é duplo. Por um lado, a elevada concordância entre as avaliações ML e dos patologistas reforça a credibilidade da IA como uma ferramenta complementar na quantificação histológica da NASH. Por outro, a capacidade dos modelos ML para medir mudanças contínuas sugere que a tecnologia pode capturar alterações subtis no tecido hepático antes que estas se manifestem em mudanças categóricas identificáveis por patologistas. Isto pode ser particularmente relevante para a identificação precoce de melhorias em resposta a terapias emergentes.

No entanto, a introdução da IA na patologia digital levanta questões fundamentais sobre a sua integração nos fluxos clínicos e regulatórios. A concordância entre ML e patologistas variou consoante os parâmetros histológicos avaliados, sendo mais elevada para a esteatose (kappa=0.62) e mais baixa para a fibrose e inflamação lobular (kappa=0.28–0.36). Isto sugere que, embora a ML seja altamente precisa na quantificação de certas características, a sua aplicabilidade a componentes mais subjetivos, como a inflamação e balonização hepatocelular, ainda requer otimização. Em acréscimo, a tendência da ML para atribuir valores superiores em comparação com os patologistas sugere que os critérios de classificação precisam de ser calibrados para garantir uma melhor correspondência com a prática clínica.

A adoção da IA na patologia digital poderá permitir a minimização da variabilidade interobservador e aumentar a sensibilidade da deteção de respostas terapêuticas, trazendo ganhos significativos para a investigação clínica e para a prática médica. No contexto da NASH, onde a progressão da doença pode ser insidiosa e difícil de quantificar, a combinação da expertise humana com modelos ML sofisticados pode proporcionar uma abordagem mais robusta e objetiva para a monitorização da doença e a avaliação da eficácia terapêutica. Estudos futuros deverão explorar a integração da IA nos fluxos de trabalho clínicos e a sua utilização para prever a progressão da fibrose hepática, melhorando a capacidade de intervenção precoce e o desenvolvimento de terapias personalizadas.

O estudo confirma que a aplicação de modelos ML na avaliação histológica da NASH tem um potencial considerável para refinar a interpretação dos ensaios clínicos e melhorar a precisão do diagnóstico e da monitorização da doença. O próximo passo será aprofundar a sua validação em ensaios de fase III e explorar a sua implementação em larga escala na prática clínica, garantindo que a IA não apenas complementa, mas aprimora a tomada de decisões médicas na patologia hepática.

¹ Ratziu et al. Artificial intelligence scoring of liver biopsies in a phase II trial of semaglutide in nonalcoholic steatohepatitis. Hepatology. 2024, 80, 173

Notícia Relacionada 

Caneta com IA pode detetar doença de Parkinson a partir da escrita à mão

O conteúdo Quantificação Digital da Fibrose Hepática: Comparação Entre Modelos de Machine Learning e Avaliação Patológica Tradicional aparece primeiro em Saúde Online.

A inteligência artificial (IA) está a redefinir os paradigmas do diagnóstico endoscópico, oferecendo uma nova fronteira na precisão e eficiência do rastreio de pólipos colorretais. No entanto, a substituição do fator humano por sistemas totalmente autónomos levanta questões fundamentais sobre a fiabilidade, a segurança e a aplicabilidade clínica.

Um ensaio clínico randomizado recente¹ comparou a performance de um sistema de IA totalmente autónomo com um modelo híbrido, no qual a decisão final cabia ao endoscopista assistido por IA, trazendo insights cruciais para a adoção futura destas tecnologias. O diagnóstico óptico assistido por IA surge como uma ferramenta fundamental na coloproctologia moderna. A capacidade de classificar pólipos em tempo real e com elevado grau de precisão pode redefinir práticas estabelecidas, como as estratégias “resect-and-discard” e “diagnose-and-leave”, que visam eliminar a necessidade de avaliação histológica de pólipos diminutos. Contudo, enquanto a IA tem sido amplamente estudada como suporte à decisão médica, a viabilidade de um sistema totalmente autónomo ainda era uma incógnita.

Este estudo inovador avaliou essa possibilidade, comparando diretamente a IA autónoma e a decisão assistida por humanos. O ensaio clínico envolveu 467 pacientes submetidos a colonoscopia eletiva, divididos aleatoriamente entre dois grupos: um em que a IA realizava a classificação óptica dos pólipos sem interferência humana e outro em que os endoscopistas consultavam a IA antes de emitir o diagnóstico final. O desfecho primário foi a precisão diagnóstica em comparação com o padrão ouro (histopatologia), enquanto os desfechos secundários incluíram a concordância com os intervalos de vigilância baseados na patologia.

Os resultados foram reveladores, com a precisão do diagnóstico óptico a atingir 77,2% no grupo Autonomous AI e 72,1% no grupo AI-H, sem diferença estatisticamente significativa. Quando consideradas apenas as classificações de alta confiança, os valores foram 77,2% para IA autónoma e 75,5% para AI-H. A concordância com os intervalos de vigilância baseados na histopatologia foi significativamente maior no grupo Autonomous AI, atingindo 91,5%, em comparação com os 82,1% observados no grupo AI-H.

Estas observações desafiam a noção de que a presença do especialista melhora os resultados diagnósticos. Paradoxalmente, o envolvimento humano na decisão final reduziu a concordância com os intervalos de vigilância, o que sugere que a interferência subjetiva dos endoscopistas pode comprometer a padronização e a fiabilidade do diagnóstico óptico baseado em IA. A discrepância observada na concordância dos intervalos de vigilância levanta uma questão central: os endoscopistas confiam verdadeiramente na IA? No estudo, os médicos discordaram do diagnóstico proposto pela IA em 25% dos casos, com 58,5% dessas discordâncias resultando em erros de classificação. Em particular, a sobrevalorização de pólipos hiperplásicos como adenomas e a subestimação de lesões serrilhadas foram problemas recorrentes.

Este comportamento pode ser explicado por um misto de desconfiança na tecnologia e viés cognitivo, onde o médico acredita que sua experiência supera a precisão algorítmica. Esta relutância pode atrasar a adoção de sistemas autónomos, mesmo quando demonstram desempenho superior. Os dados deste estudo trazem implicações clínicas profundas. A adoção de um modelo autónomo para diagnóstico óptico poderia permitir a redução da necessidade de análise histológica para pólipos diminutos, gerando economia substancial e otimizando os recursos em programas de rastreio do cancro colorretal.

Em acréscimo, poderia proporcionar uma maior padronização na atribuição de intervalos de vigilância, minimizando erros induzidos pela subjetividade médica e eliminando a variabilidade interobservador, garantindo que a interpretação das imagens endoscópicas se baseie em critérios homogêneos. Contudo, desafios éticos e legais permanecem. A substituição do endoscopista na decisão diagnóstica pode enfrentar resistência institucional, especialmente em sistemas onde a responsabilização jurídica ainda é um entrave à adoção de modelos puramente algorítmicos. Ainda, a atual incapacidade dos modelos de IA para diagnosticar lesões serrilhadas demonstra que, pelo menos por enquanto, a supervisão humana ainda é um componente essencial.

As conclusões deste ensaio clínico randomizado sugerem que a IA autónoma é uma ferramenta poderosa para o diagnóstico óptico de pólipos colorretais, atingindo níveis de precisão comparáveis ou superiores à abordagem híbrida. No entanto, a resistência dos médicos à adoção de diagnósticos exclusivamente algorítmicos pode exigir um modelo híbrido de transição, no qual a IA e o especialista atuem em conjunto, mas com diretrizes mais rígidas para minimizar interferências que possam comprometer a eficácia do diagnóstico. O futuro da endoscopia reside, provavelmente, num equilíbrio entre autonomia algorítmica e supervisão médica seletiva.

¹ Djinbachian, J., et al. (2024). Autonomous Artificial Intelligence vs Artificial Intelligence-Assisted Human Optical Diagnosis of Colorectal Polyps: A Randomized Controlled Trial. Gastroenterology, 167, 392.

Artigo relacionado

Mapeamento Funcional de Módulos Condutores de Cancro: O Potencial da IA na Oncologia de Precisão

O conteúdo Desafios e Oportunidades da IA Autónoma no Rastreio do Cancro Colorretal aparece primeiro em Saúde Online.

O conteúdo <i class="iconlock fa fa-lock fa-1x" aria-hidden="true" style="color:#e82d43;"></i> Como é que os critérios de Qualidade em Endoscopia Digestiva afetam a prática clínica? aparece primeiro em Saúde Online.