Investigadores desenvolvem técnica não invasiva para caracterizar cancro do pulmão

8 de Março 2022

Investigadores do Instituto de Engenharia de Sistemas e Computadores, Tecnologia e Ciência (INESC TEC), no Porto, desenvolveram uma técnica não invasiva que, recorrendo a analises tridimensionais da imagem médica, permite caracterizar o cancro do pulmão, foi esta terça-feira anunciado.

Em comunicado, o instituto do Porto esclarece que a técnica não invasiva foi desenvolvida no âmbito do projeto LUCAS, cujo objetivo é tornar os sistemas de apoio à decisão da caracterização do cancro do pulmão “mais objetivos e quantitativos”.

Além de investigadores do INESC TEC, o projeto conta com especialistas da Faculdade de Medicina do Porto (FMUP), do Centro Hospitalar Universitário de São João (CHUSJ) e do Instituto de Patologia e Imunologia Molecular da Universidade do Porto (Ipatimup).

O método desenvolvido recorre à análise tridimensional da imagem médica – tomografia computorizada – para “descrever e criar modelos matemáticos capazes de identificar padrões e oferecer uma previsão do diagnóstico”, relacionando características de imagens com a análise dos genes recolhidos durante a biopsia, método mais utilizado para o diagnóstico e caracterização.

Citado no comunicado, Helder Oliveira, investigador do INESC TEC e líder do projeto, esclarece que a técnica ‘standard’ para avaliar o estado do cancro recorre à biopsia, método que “produz resultados altamente fiáveis, mas é bastante invasivo e em alguns casos pode trazer complicações ao paciente”.

A biopsia, explica ainda o investigador, “não é capaz de caracterizar globalmente o cancro, pois apenas é retirada uma porção de tecido”.

Helder Oliveira esclarece que a imagiologia médica permite a obtenção de “um grande conjunto de informação útil”, abrindo oportunidades para investigar a relação entre as manifestações visuais presentes na imagem médica e o perfil genético do cancro.

“A tecnologia que estamos a utilizar terá uma abrangência maior do que a própria biopsia, pois é baseada em informação tridimensional e é não invasiva”, observa, destacando que o método reduz também “fortemente os custos”.

No âmbito do projeto, que arrancou em 2018, os investigadores já desenvolveram técnicas de ‘machine learning’ que recorrem a informação da imagem para prever o estado mutante do cancro do pulmão.

Paralelamente ao desenvolvimento da nova técnica, o projeto integrou uma “componente prospetiva”, na qual foi desenvolvido um modelo para avaliar as contribuições da biopsia líquida na caracterização do pulmão.

“Esta abordagem será de grande valor como meio para obter dados molecular de forma minimamente invasiva e compatível com a rotina clínica”, acrescenta Helder Oliveira.

O projeto é cofinanciado pelo programa Compete 2020 no âmbito do Sistema de Apoio à Investigação Científica e Tecnológica (SAICT), num investimento elegível de 239 mil euros.

LUSA/HN

0 Comments

Submit a Comment

O seu endereço de email não será publicado. Campos obrigatórios marcados com *

ÚLTIMAS

Recurso de Salgado por Alzheimer recusado no TC

O Tribunal Constitucional rejeitou apreciar o recurso de Ricardo Salgado, que alegava inconstitucionalidade na condenação a oito anos de prisão devido ao diagnóstico de Alzheimer, mantendo a decisão da Operação Marquês e agravando as custas.

Fecundidade em Angola caiu e mulheres têm em média 4,8 filhos

A taxa de fecundidade em Angola caiu de 6,2 para 4,8 filhos por mulher em oito anos, segundo dados do Instituto Nacional de Estatística (INE) angolano hoje divulgados. Entre 2015-2016 e 2023-2024, a fecundidade diminuiu em Angola de 6,2 para 4,8 filhos por mulher, segundo o Inquérito de Indicadores Múltiplos e de Saúde (IIMS) 2023-2024, tornado hoje público pelo INE.

Novo modelo agiliza controlo da dor severa no Alto Ave

A Unidade Local de Saúde do Alto Ave criou a Via Verde da Dor Aguda, um projeto inovador que integra resposta hospitalar e domiciliária para doentes com dor mal controlada, promovendo conforto, segurança e qualidade de vida.

MAIS LIDAS

Share This
Verified by MonsterInsights