KIA-Korekt: Avaliação AI Unimodal para Multimodal em Etapas para Previsão de Risco Perioperatório em Cancro Colorretal (KIA-Korekt)

O cancro colorretal (CCR) é uma das neoplasias malignas mais prevalentes em todo o mundo. Apesar dos avanços na técnica cirúrgica e nos cuidados perioperatórios, as complicações pós-operatórias a curto prazo continuam a ser frequentes e têm um impacto substancial na qualidade de vida dos doentes, nos custos dos cuidados de saúde e no prognóstico a longo prazo. Estas complicações incluem fuga anastomótica, infeção da ferida, sépsis, eventos tromboembólicos e mortalidade intra-hospitalar. As pontuações de risco clínico existentes (ASA, POSSUM) fornecem apenas uma estratificação de risco individualizada limitada e não incorporam biomarcadores biológicos derivados de imagiologia.

O estudo KIA-Korekt aborda esta lacuna desenvolvendo e validando modelos preditivos baseados em IA para complicações perioperatórias no CCR, integrando três modalidades de imagiologia complementares:

Histopatologia digital: Imagens de lâminas inteiras coradas com hematoxilina-eosina (H&E-WSIs) de espécimes de ressecção cirúrgica e biópsias pré-operatórias são analisadas utilizando aprendizagem por múltiplas instâncias baseada em atenção (MIL) e redes neuronais convolucionais (CNNs), baseando-se em fluxos de trabalho estabelecidos do Departamento de Patologia Computacional, TU Dresden (AG Kather).

Radiologia: Imagens de TC e RM pré-operatórias são processadas utilizando segmentação automatizada (TotalSegmentator, nnU-Net) e extração de características radiómicas (PyRadiomics). As características são derivadas do tumor primário, do músculo psoas (sarcopenia) e dos compartimentos de gordura visceral/subcutânea. Um fluxo de trabalho de controlo de qualidade multi-métrico dedicado garante representações estáveis dos dados de imagiologia entre diferentes scanners e protocolos de aquisição.

Imagiologia de tecidos multiplex (mTI): Imuno-histoquímica multiplex com imagiologia multiespectral (mIHC-MSI) e citometria de massa por imagiologia (IMC) são aplicadas a tecido tumoral fixado em formalina e incluído em parafina para caracterizar populações de células imunes e estromais, intensidades de expressão de marcadores e padrões de distribuição espacial dentro do microambiente tumoral.

Modelos unimodais são desenvolvidos e validados separadamente para cada modalidade. A integração multimodal é realizada utilizando fusão ao nível das características, fusão tardia e aprendizagem por múltiplas instâncias multimodal com mecanismos de atenção cruzada. O desempenho do modelo é avaliado utilizando AUC-ROC, gráficos de calibração, pontuações de Brier e Análise de Curva de Decisão. A interpretabilidade é avaliada utilizando valores SHAP e mapas de calor de atenção.

O estudo emprega um desenho de coorte misto retrospectivo (n=750, 2011-2021) e de validação prospetiva (n=210, 2026-2028). A coorte retrospectiva fornece a base para o desenvolvimento do modelo e validação cruzada interna; a coorte prospetiva permite a validação externa no mundo real em condições clínicas.

Uma análise abrangente de correlação macro-micro ao nível do doente investiga associações entre fenótipos de imagiologia radiológica e características histopatológicas e imunológicas microscópicas derivadas dos mesmos tumores, permitindo insights biológicos integrativos únicos.

O estudo é financiado pela União Europeia e pelo Estado de Brandemburgo (HealthTranslateBB/FEDER) e pela Fundação Alemã de Investigação (DFG). A aprovação ética foi concedida pela comissão de ética da Escola Médica de Brandemburgo Theodor Fontane. Todos os participantes prospetivos fornecem consentimento informado por escrito. Os dados retrospectivos são processados de forma pseudonimizada de acordo com o RGPD.

Os resultados serão divulgados através de publicações de acesso aberto revistas por pares e apresentações em conferências nacionais e internacionais.