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

Projeto liderado pela ESEnfC vence Prémio Erasmus+

O projeto europeu de capacitação para a prática de cuidados de enfermagem multiculturais, “MulticulturalCare”, liderado pela Escola Superior de Enfermagem de Coimbra (ESEnfC) e com coordenação da professora Ana Paula Monteiro, foi vencedor do Prémio Erasmus+ na categoria de Parcerias de Cooperação no Ensino Superior do ano 2023, foi anunciado na última terça-feira.

Sindepor vai impugnar concurso da ARS Norte

O Sindicato Democrático dos Enfermeiros (Sindepor) vai “contestar juridicamente a alteração súbita das regras de um concurso destinado à contratação de 61 enfermeiros para a Administração Regional de Saúde (ARS) do Norte”, divulgou hoje o Sindepor.

Número de mortos em esfaqueamento na Austrália sobe para seis

O número de vítimas mortais do esfaqueamento que ocorreu hoje num movimentado centro comercial em Sidney, na Austrália, subiu de cinco para seis, depois de um dos feridos hospitalizados ter sucumbido aos ferimentos, confirmou a polícia australiana.

MAIS LIDAS

Share This
Verified by MonsterInsights