Previsão do resultado da citorredução no câncer de ovário avançado, usando um algoritmo de aprendizado de máquina e padrões de distribuição de doenças na laparoscopia (PREDAtOOR) (PREDAtOOR)

Para o tratamento do câncer de ovário avançado, a decisão de se submeter à cirurgia primária é complexa e decidida pelo cirurgião, embora múltipla considerando múltiplos elementos. Às vezes, a quimioterapia é necessária antes da cirurgia para reduzir alguns tumores. Para escolher os melhores pacientes para cirurgia primária, diversas ferramentas de predição foram desenvolvidas. A tomografia computadorizada e a ressonância magnética têm sido mais comumente usadas para identificar locais e quantidades de tumores no abdômen e podem ajudar a determinar se esses tumores podem ser removidos com segurança por cirurgia. No entanto, estes métodos de imagem são apenas uma previsão e, por vezes, é realizada uma laparoscopia diagnóstica (colocação de uma câmara no abdómen para observar todos os locais da doença) para ajudar neste processo de decisão.

Com a introdução da inteligência artificial e do aprendizado de máquina, existe a possibilidade de criar modelos de previsão mais precisos usando imagens desses vídeos de laparoscopia diagnóstica. Em particular, os investigadores gostariam de usar imagens da laparoscopia diagnóstica para criar modelos de aprendizado de máquina para ajudar a prever se os tumores podem ser removidos com sucesso na cirurgia primária ou se seria necessária quimioterapia antes da cirurgia.

Os investigadores inscreverão os pacientes em um único momento (sendo o momento da cirurgia) e os acompanharão no tempo e não haverá visitas adicionais além da cirurgia.

Durante a cirurgia, a equipe cirúrgica tira imagens, no entanto, o que torna isso diferente é que essas imagens serão usadas para ajudar a criar um algoritmo para prever os resultados cirúrgicos. Essas imagens serão armazenadas em um banco de dados seguro com um número anônimo que não vinculará essas fotos a nenhum dos participantes.