Colaboração entre IBM e o Centro de Genoma de Nova York utiliza o supercomputador para combinar mutações e potenciais tratamentos
A IBM e o Centro de Genoma de Nova York (NYGC) querem provar que o supercomputador Watson pode reduzir drasticamente o tempo necessário para identificar os tratamentos mais eficazes contra o câncer, baseado na análise de mutações genéticas específicas em pacientes.
Em parceria com hospitais regionais, o NYGC planeja avaliar a habilidade do Watson para ajudar oncologistas a desenvolverem atendimento mais personalizado a pacientes com glioblastoma, uma forma de câncer de cérebro agressiva e maligna que matou mais de 13 mil pessoas somente nos Estados Unidos, no ano passado. O NYGC é um consórcio sem fins lucrativos entre líderes de academia, médicos e universidades que trabalham no avanço de aplicações de genômica, ramo da genética que estuda sequências de DNA completas, ao invés de genes individuais.
Técnicas médicas precisas baseadas em análises genômicas possuem um potencial favorável ao combate ao câncer, afirmou Ajay Royyuru, biologista computacional da IBM Research.
“A diferença entre um indivíduo e outro para um mesmo diagnóstico de câncer é enorme – será possível descobrir qual é o tratamento certo pra você e qual não é”, explicou Royyuru. “Por que isso? Porque o câncer é uma doença do genoma.” As anormalidades causadoras do câncer não são diferentes de um indivíduo para o outro apenas, mas elas também mudam com o tempo, tornando-se mais e mais anormais.
Isso torna o Watson particularmente importante na condução dessas análises, já que o computador consegue proporcionar uma recomendação de tratamento o mais rápido possível, antes que o genoma se altere novamente.
A colaboração entre IBM e NYGC, anunciada esta semana, utiliza uma versão customizada do sistema de computação cognitiva do Watson, que tornou-se famoso por vencer um humano no jogo de perguntas e respostas do programa americano do Jeopardy, em 2011. Desde então, a IBM tem feito a saúde a principal indústria para comercialização da tecnologia, além de trabalhar com outras instituições para aplicar o supercomputador no suporte à decisão durante o tratamento de câncer.
O estudo usará um novo protótipo do Watson, que foi treinado para compreender os dados genômicos, aceitando análises de mutações de câncer como entrada. A partir das mesmas habilidades que lhe permitiram extrair diversas notícias e fontes de referência no jogo do Jeopardy, o Watson pesquisará a literatura científica na combinação de anormalidades genéticas com medicamentos associados ao tratamento dessas mutações.
O diretor adjunto de ciência informática do NYGC, Toby Bloom, afirmou que o processo atual para realizar essas pesquisas bibliográficas é relativamente manual e leva cerca de semanas ou meses. “Podemos sequenciar genomas de forma relativamente rápida, mas depois há este grande atraso na forma como se associa isso com as drogas.”
O Watson promete reduzir esse processo de semanas ou meses para minutos ou horas, revela o especialista. A realidade dessa afirmação, que se baseia em testes da IBM com dados de referência do Atlas Genômico do Câncer, conduzido pelo Instituto Nacional de Saúde dos EUA, continuará a ser comprovada através de ensaios clínicos que a empresa de tecnologia e o NYGC estão planejando.
A promessa não está relacionada ao fato do Watson produzir curas mágicas ou mesmo identificar a droga perfeita para cada caso. No entanto, ao acelerar o processo de identificação das opções mais promissoras em meio a uma lista de medicamentos, a tecnologia faz com que seja mais provável entregar um tratamento a tempo de fazer a diferença.
“Como um primeiro passo, nós estamos apenas fazendo o possível para selecionar drogas com rapidez suficiente, que serão direcionadas para pacientes específicos”, disse Bloom. “Assumindo que podemos encontrar qualquer melhoria em pelo menos um pequeno número de pacientes iremos estender esse estudo.” Além disso, se o projeto começar a obter resultados positivos, pode ser possível alimentar esses resultados de volta para Watson”, de modo que a parte de aprendizagem dinâmica do sistema encontre associações que não seriam encontradas tão rapidamente.”
* por David F. Carr, da InformationWeek Healthcare EUA
SaudeWeb
SaudeWeb
Nenhum comentário:
Postar um comentário