Inteligência artificial no câncer de ovário relacionado à endometriose e cirurgia de precisão no câncer de ovário relacionado à endometriose (ATENA)

A endometriose (EMS) é uma condição ginecológica crônica, incapacitante e inflamatória que afeta 10-15% das mulheres em idade reprodutiva. A EMS é caracterizada por lesões de tecido semelhante ao endométrio fora do útero envolvendo o peritônio pélvico e os ovários. Além disso, às vezes são observados focos distantes. Infelizmente, a etiologia da SME é pouco conhecida. Embora não maligno, o EMS compartilha características semelhantes ao câncer, como desenvolvimento de focos locais e distantes, resistência à apoptose e invasão de outros tecidos com danos subsequentes aos órgãos-alvo. Além disso, pacientes com EMS (particularmente EMS ovariano) apresentaram alto risco (cerca de 3 a 10 vezes) de desenvolver câncer epitelial de ovário (EOC). Estudos epidemiológicos, morfológicos e moleculares relataram o endometrioma como o precursor do EOC, incluindo o carcinoma endometrioide de células claras (CCC), ambos chamados de "carcinoma ovariano relacionado ao EMS (EROC)". Até o momento, ainda não está claro por que EMS benigno causa transformação maligna. Este processo em várias etapas, ao contrário dos carcinomas serosos de alto grau, oferece a possibilidade de identificar os precursores do carcinoma, permitindo um diagnóstico precoce e nas fases iniciais da doença.

O COE é o câncer ginecológico feminino mais letal, com 25% de sobrevida global (OS) em 5 anos, devido à falta de ferramentas de triagem eficazes, e se espalha rapidamente por toda a superfície peritoneal (carcinose), envolvendo todos os órgãos abdominais. O diagnóstico e o estadiamento clínico do EOC são atualmente realizados por avaliação de imagem qualitativa, embora a sensibilidade/especificidade seja subótima. Até o momento, os fatores de diagnóstico, estadiamento e prognóstico estão fortemente correlacionados com o treinamento de avaliação subjetiva e a experiência clínica.

A análise genômica baseada no sequenciamento de próxima geração (NGS) revelou a presença de mutações genéticas associadas ao câncer no EMS. Além disso, o processo inflamatório crônico da EMS envolve muitos fatores, como hormônios, citocinas, glicoproteínas e fatores angiogênicos, que se espera que se tornem biomarcadores precoces da EMS.

Um novo ramo promissor da pesquisa do câncer é o uso de inteligência artificial (IA) para reconhecer novos padrões de imagem e textura e/ou detectar novos biomarcadores para melhorar a identificação precoce de pacientes com EROC. A IA nunca foi usada para o EROC e queremos investigar se esses métodos/técnicas podem apoiar e até melhorar os diagnósticos atuais e a avaliação de risco. A IA será usada para construir um novo modelo de avaliação de risco 3D com base em imagens e volume de interesse