Uma plataforma de IA que integra dados e modelos de imagem, oferecendo suporte a cuidados de precisão por meio do continuum do câncer de próstata

Na Europa, o câncer de próstata (CaP) é o segundo tipo de câncer mais frequente em homens e o terceiro mais letal. As práticas clínicas atuais, muitas vezes levando ao superdiagnóstico e ao tratamento excessivo de tumores indolentes, sofrem com a falta de precisão, exigindo modelos avançados de IA para ir além do SoA, decifrando padrões de imagens médicas não intuitivas e de alto nível e aumentando o desempenho na discriminação de doenças indolentes de agressivas, prevendo precocemente a recorrência e detectando metástases ou prevendo a eficácia das terapias. Até o momento, os esforços são fragmentados, com base em conjuntos de dados de uma única instituição, com tamanho limitado e específicos do fornecedor, enquanto os conjuntos de dados públicos de PCa disponíveis (por exemplo, US TCIA) são apenas algumas centenas de casos, tornando a generalização do modelo impossível.

O projeto ProCAncer-I reúne 20 parceiros, incluindo centros de referência de PCa, líderes mundiais em IA e PMEs inovadoras, com experiência reconhecida em seus respectivos domínios, com o objetivo de projetar, desenvolver e sustentar uma infraestrutura de imagem europeia segura baseada em nuvem com ferramentas e serviços para tratamento de dados. A plataforma hospeda a maior coleção de PCa multiparamétricos (mp)MRI, dados de imagens anônimas em todo o mundo (> 17.000 casos), com base em doação de dados, de acordo com a legislação da UE (GDPR). Modelos robustos de IA são desenvolvidos com base em novas metodologias de aprendizado conjunto, levando a modelos de IA neutros e específicos do fornecedor para abordar cenários clínicos de 8 PCa.

Para acelerar a tradução clínica dos modelos PCa AI, nos concentramos em melhorar a confiança das soluções com relação à imparcialidade, segurança, explicabilidade e reprodutibilidade. Métricas para monitorar o desempenho do modelo e uma funcionalidade de explicabilidade causal são desenvolvidas para aumentar ainda mais a confiança clínica e informar sobre possíveis falhas e erros. É definido um roteiro para a certificação de modelos de IA, interagindo com as entidades reguladoras, contribuindo assim para um roteiro regulamentar europeu de validação da eficácia de modelos baseados em IA para a tomada de decisão clínica.