A variabilidade prognóstica nos doentes submetidos a radioterapia para cancro gástrico localmente avançado continua a representar um desafio clínico relevante, sobretudo em contextos onde a heterogeneidade tumoral e a subjetividade médica dificultam uma estratificação precisa do risco. Enquanto a imagiologia por tomografia computorizada (TC) se mantém como uma ferramenta acessível e amplamente utilizada na monitorização da doença, a sua interpretação isolada permanece limitada, sobretudo na ausência de integração com biomarcadores clínicos e conhecimento médico especializado. Neste enquadramento, a utilização de modelos de inteligência artificial que articulem dados multimodais com conhecimento médico prévio representa um avanço conceptual significativo na predição da sobrevivência global (OS) após radioterapia.

Sun et al.¹ desenvolveram o modelo PKSFnet (Prior Knowledge Supervised Fusion Network) precisamente com esse propósito, integrando três fontes de informação fundamentais: imagens TC multiescalares, dados clínicos de biomarcadores tumorais e características radiómicas obtidas por métodos supervisionados. Esta arquitetura permite uma análise mais profunda da heterogeneidade intratumoral e uma representação mais fiel da condição do doente, ao incorporar não apenas os dados brutos, mas também a lógica médica subjacente à sua interpretação.

A estrutura modular do PKSFnet inclui um extrator de características imagiológicas multiescalares (MsFnet), um módulo de conhecimento clínico baseado em perceptrões multicamada, e um mecanismo de fusão multidomínio supervisionado por atenção (MdFF). O modelo é alimentado por imagens segmentadas do volume alvo clínico (CTV), obtidas de TC realizadas em contexto de planeamento radioterapêutico, e por níveis séricos de antigénios tumorais como CEA, CA 19-9 e CA 72-4. O pré-processamento rigoroso destas imagens, incluindo a normalização espacial e intensiva amostragem via estratégia CAUS (Clustering Analysis Uniformized Sampling), assegura uma representação completa da variabilidade anatómica intra-doente.

No que respeita ao desempenho, o PKSFnet alcançou métricas notáveis nas duas principais tarefas previstas: na classificação segmentada de tempo de sobrevivência, obteve uma AUC de 83,97%, com sensibilidade de 75,6% e precisão de 87,5%; na tarefa de regressão de risco, os resultados indicam um C-index de 85,74% e uma razão de risco (HR) de 4,658, confirmando a robustez do modelo na diferenciação de doentes de alto e baixo risco. Estes valores superam os modelos unimodais e mesmo multimodais anteriores, incluindo frameworks como SaB-Net e MMF-FPN, sublinhando a importância da fusão semântica entre dados clínicos e imagiológicos.

Um aspeto central desta abordagem reside na incorporação explícita de conhecimento médico supervisionado. Ao contrário dos métodos exclusivamente data-driven, o PKSFnet utiliza características radiómicas selecionadas com base em relevância estatística (Lasso e T-test), assegurando que as regiões mais informativas da lesão são realçadas na representação final. Esta supervisão introduzida no processo de fusão, através do módulo de atenção SaFF, permite que o modelo atribua pesos diferenciados às componentes das imagens, aumentando a interpretabilidade e a fiabilidade clínica do sistema.

Não obstante os resultados promissores, persistem limitações importantes. O modelo foi treinado em dados de um único centro, com uma amostra relativamente reduzida (n=47 pacientes), o que levanta questões sobre a generalização em contextos clínicos distintos. A ausência de validação multicêntrica e a variabilidade interinstitucional nos protocolos de TC e biomarcadores são obstáculos a uma adoção clínica imediata. Ainda assim, a proposta de um modelo end-to-end, que incorpora conhecimento humano e dados heterogéneos de forma explícita, representa uma mudança de paradigma em relação à maioria das abordagens anteriores, dominadas por lógica puramente estatística ou black-box.

¹ Sun, L., Lan, Y., Sun, J., Ji, P., Ge, H., Cui, M., & Yuan, X. (2025). A prior knowledge-supervised fusion network predicts survival after radiotherapy in patients with advanced gastric cancer. Artificial Intelligence in Medicine, 103184.

Artigo relacionado

Inteligência Artificial Multimodal na Oftalmologia Computacional: O Papel Emergente dos Modelos Fundacionais Visuais e Linguísticos

O conteúdo Previsão de Sobrevivência em Cancro Gástrico Avançado com Algoritmia Multimodal Supervisada aparece primeiro em Saúde Online.

Nos últimos 20 anos a saúde intestinal tem vindo a ocupar um lugar de destaque na esfera científica e médica. Em particular, o microbiota intestinal como um órgão metabólico, endócrino e neuroendócrino importante na manutenção da saúde metabólica e imunológica. Temos mais genes e células de origem microbiana do que de origem humana. Os genes humanos não mudam ao longo da vida, já os genes de origem microbiana mudam ao longo da nossa vida. A espécie humana evoluiu o que estes microorganismos nos permitiram evoluir como espécie. A evolução deste conhecimento científico e médico, com aplicação clínica, vem colocar de parte a visão de patogenicidade associada às bactérias (noção de que todo o ‘bicho’ é mau).

O microbiota em 3 esferas: é responsável pela síntese de vitaminas, como vitamina K, folato, vitamina D, entre outras; exerce funções digestivas, resultando uma sintonia entre as funções das enzimas digestivas que são produzidas pelas células do aparelho digestivo, humanas, e as enzimas que são de origem bacteriana. Aqui fica já muito claro que alterações na composição deste ecossistema microbiano provavelmente terá impacto no processo digestivo, com falhas, o que pode levar a processos. E ainda exerce funções de regulação da expressão de genes, como por exemplo estimulam que células do intestino produzam GLP1 ou mesmo genes relacionados com a permeabilidade intestinal e ainda função do sistema imunitário. A imunotolerância que deve ser desenvolvida nos primeiros anos de vida desenvolve-se muito à custa de um microbiota intestinal competente: sistema imunológico, para a nossa defesa, deve saber reconhecer o que ‘é do próprio’, o que ‘não é do próprio’, e deste, o que é uma ameaça, e o que não é uma ameaça. Aliás, se há compromisso do desenvolvimento desta imunotolerância, podemos ter aqui uma relação com asma, dermatite atópica ou mesmo doenças autoimunes da vida adulta.

É particularmente fascinante o papel do microbiota intestinal na regulação do peso. Seja ao nível do controlo do apetite, atingir ou não a saciedade, como também se deve ao microbiota intestinal muitas das ‘decisões’ de prioridade metabólica, ou seja, se teremos mais ou menos estimulada a acumulação de gordura.

Desde o nosso nascimento, até à fase em que começamos a fazer diversificação alimentar, o microbiota vai passando por transições, muito dependentes da idade gestacional da nossa mãe, do tipo de parto (cesariana ou vaginal) e se alimentados com leite materno ou de fórmula. Nesta fase as diferenças interindividuais são grandes, mas aos 2-3 anos de vida, o microbiota atinge a sua composição de base, e as diferenças são menores. Ainda na infância, a vida urbana ou rural, com ou sem animais domésticos, com ou sem exposição a antibióticos e o tipo de alimentação praticada, têm impacto na forma como o microbiota é moldado. Outros fatores que se fazem sentir ao longo da vida, como o exercício físico (ou a falta dele), a alimentação, o stresse e alguma da medicação que tomamos, também têm impacto no nosso microbiota. Todo este conhecimento sublinha a importância do papel modulador que a dieta, e em particular os prebióticos (ingredientes ou alimentos que estimulam o crescimento e atividade das bactérias boas) e os probióticos (microrganismos que auxiliam na digestão e protegem o organismo contra as bactérias nocivas) podem exercer de benéfico neste contexto.

A disbiose é um desequilíbrio do microbiota intestinal em que existe alteração na quantidade e na distribuição de bactérias no intestino, que por sua vez pode provocar doenças como obesidade, diabetes, doenças cardiovasculares ou autismo.

Em suma, alterando a comunidade do nosso microbiota intestinal, através de prebióticos, probióticos, antibióticos ou, mesmo, o transplante de microbiota fecal, poderá vir a ser uma esperança no tratamento de diversas doenças. Importa, assim, fazer o diagnóstico correto. Tudo se relaciona e nos faz refletir como muitas vezes o microbiota intestinal é negligenciado. Relacionar o microbioma com os mecanismos das doenças, numa visão mais holística, poderá ajudar na prevenção ou tratamento das principais causas de morte da atualidade.

Notícia relacionada

Microbiota poderá ter “papel relevante” na redução da gordura corporal

O conteúdo Saúde Digestiva: A microbiota intestinal pode ter um papel importante na prevenção e tratamento de doenças aparece primeiro em Saúde Online.

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.