Arrow
use cases

Precisão impulsionada pela IA na previsão e tratamento do câncer hematológico

Predição de cânceres hematológicos por meio de IA para aumentar a precisão e a eficiência na detecção e tratamento precoces de cânceres de sangue.

Problem

Os cânceres hematológicos, como leucemias, linfomas e mielomas, se manifestam a partir de tecidos formadores de sangue e seu prognóstico depende muito do subtipo de câncer e de seu estágio no momento da detecção. Esses cânceres, caracterizados por sintomas iniciais sutis e inespecíficos, são bastante difíceis de diagnosticar em seus estágios iniciais, embora a identificação precoce seja fundamental para otimizar o sucesso do tratamento e melhorar as perspectivas de sobrevivência. Em 2020, aproximadamente 1,2 milhão de pessoas estavam lutando contra esses cânceres no sangue ou estavam em remissão, representando um alarmante 9,5% dos casos de câncer recém-diagnosticados nos Estados Unidos (1) (2). As taxas de sobrevivência variam amplamente, de cerca de 60% nas leucemias a mais de 85% em linfomas específicos, enfatizando a extrema necessidade de detecção e tratamento oportunos e precisos (3) (4).

Why it matters

  • Os cânceres hematológicos são difíceis de diagnosticar precocemente devido a sintomas sutis e inespecíficos.
  • Em 2020, 9,5% dos novos casos de câncer nos EUA eram cânceres hematológicos, afetando 1,2 milhão de pessoas.
  • As taxas de sobrevivência variam: cerca de 60% para leucemias e mais de 85% para certos linfomas.

Solution

“IA de suporte Hema”, UM assistente de IA conversacional para fornecer suporte à decisão com base nas pesquisas e diretrizes clínicas mais atuais.

Discover more and interact with our AI!

Datasources

Integra diretrizes da Associação Europeia de Hematologia (5), que detalham os padrões de cuidado, as descobertas de Allart-Vorelli et al. (6) sobre qualidade de vida no câncer de sangue e as diretrizes do NICE (7).

Citations

  1. Sung H, Ferlay J, Siegel RL, Laversanne M, Soerjomataram I, Jemal A, Bray F. Estatísticas globais do câncer 2020: estimativas da GLOBOCAN de incidência e mortalidade em todo o mundo para 36 cânceres em 185 países. CA Cancer J Clin. Maio de 2021; 71 (3): 209-249. doi: 10.3322/caac.21660.
  2. Epub 4 de fevereiro de 2021. PMID: 33538338.2. Yuan J, Zhang Y, Wang X. Aplicação do aprendizado de máquina no tratamento do linfoma: prática atual e perspectivas futuras. Digit Health. 16 de abril de 2024; 10:20552076241247963. doi: 10.1177/20552076241247963. PMID: 38628632; PMCID: PMC11020711.3.
  3. Jiménez Perez M, Grande RG. Aplicação da inteligência artificial no diagnóstico e tratamento do carcinoma hepatocelular: uma revisão. World J Gastroenterol. 7 de outubro de 2020; 26 (37): 5617-5628. doi: 10.3748/wjg.v26.i37.5617. PMID: 33088156; PMCID: PMC7545389.4.
  4. El Alaoui Y, Elomri A, Qaraqe M, Padmanabhan R, Yasin Taha R, El Omri H, El Omri A, Aboumarzouk O. Uma revisão das aplicações de inteligência artificial no gerenciamento de hematologia: práticas atuais e perspectivas futuras. J Med Internet Res. 12 de julho de 2022; 24 (7): e36490. doi: 10.2196/36490. PMID: 35819826; PMCID: PMC9328784.5.
  5. Allart-Vorelli, P., Porro, B., Baguet, F., Michel, A. e Cousson-Gélie, F. (2015). Câncer hematológico e qualidade de vida: uma revisão sistemática da literatura. Jornal do Câncer de Sangue, 5 (4), e305. https://doi.org/10.1038/bcj.2015.29
  6. A Associação Europeia de Hematologia (EHA). (n.d.). Diretrizes de prática clínica. Obtido de https://ehaweb.org/guidelines/clinical-practice-guidelines/
  7. Instituto Nacional de Excelência em Saúde e Cuidados (NICE). (2016). Cânceres hematológicos: melhorando os resultados. (Diretriz NICE, nº 47). Obtido de https://www.ncbi.nlm.nih.gov/books/NBK367648/

Agende uma consulta gratuita

Com a confiança das principais instituições de saúde do mundo