O Encontro Anual da Sociedade Americana de Oncologia Clínica (ASCO, na sigla em inglês) deste ano trouxe estudos que apontam os próximos passos da medicina personalizada. Inteligência artificial (IA), machine learning, gêmeos digitais e multiômicas são alguns dos avanços que começam a se consolidar como soluções de impacto clínico real.
A percepção dos especialistas presentes no evento é de que a nova era da medicina de precisão aterrissou oficialmente. “Mais do que tratamentos clínicos, temos trabalhado com grandes data lakes de multiômicas, proteômicas e metabolômicas em linhas de pacientes digitais”, analisa Pedro Uson, oncologista clínico no Einstein Hospital Israelita. “Estamos tentando desenhar e personalizar os tratamentos baseados em cada paciente.”
Uson integrou o time de oncologia da organização que acompanhou o congresso presencialmente em Chicago, nos Estados Unidos. Pelo terceiro ano consecutivo, o Einstein promoveu, em seu espaço de debates no meio do congresso, discussões com especialistas do Brasil e do mundo.
Algumas das tendências têm potencial para transformar a própria maneira como a oncologia se organiza como especialidade. É o caso das terapias tumor-agnósticas, abordagem que propõe novas drogas desenhadas com foco nas mutações genéticas ou biomoleculares ao invés de ter como cerne os tipos de câncer, como câncer de pulmão ou de mama.
“Hoje curamos pacientes que eram classificados como incuráveis no passado. Isso é reflexo da união de tecnologia avançada, trabalho médico integrado e centros eficazes e seguros”, afirmou Fernando Maluf, oncologista do Einstein, durante um dos debates no espaço da organização.
Segundo Vivek Subbiah, chefe do programa de desenvolvimento de drogas de Stanford, que participou de um dos painéis de discussão, os achados apresentados indicam um olhar cada vez mais refinado na busca pelo tratamento ideal para cada paciente. “Dentro de 50 anos, tudo isso deve alcançar um outro patamar, e a inteligência artificial deve nos ajudar a avançar nisso”, defende Subbiah. “Veremos chegar mais de 50, 100 drogas aprovadas na área de tumor-agnóstica, onde nós, como oncologistas, iremos combinar pacientes e tratamentos a partir das mutações genéticas.”
Entre as inovações destacadas durante o painel, a patologia computacional foi mencionada pelo potencial de impacto na oncologia. Fernando Moura, oncologista do Einstein, ressaltou que o uso de inteligência artificial e de ferramentas avançadas de análise de imagens pode tornar os diagnósticos mais precisos, além de favorecer uma compreensão mais detalhada dos biomarcadores e uma melhor definição dos pacientes para cada tratamento. “É uma tecnologia nova, totalmente acessível e que poderá revolucionar tudo”, disse.
Para Nam Jin Kim, diretor médico de Oncologia e Hematologia do Einstein, esse movimento de inovação significa também uma nova forma de enxergar a própria jornada do paciente. “Vamos trabalhar com o conceito de oncologia de precisão, em que tudo começa pelo ‘molecular first’”, afirma o especialista. “A jornada de todo paciente será construída de acordo com a assinatura molecular e o objetivo será oferecer uma abordagem integrativa para o paciente.” Esse, aliás, será o norte do novo cancer center do Einstein, o Centro Daycoval de Cuidados e Terapias Avançadas em Oncologia e Hematologia, que será inaugurado em 2027, em São Paulo.
Para histologias ou biomarcadores raros, o olhar recai sobre os ensaios clínicos no modelo N-of-1, destaca Juliana Beal, oncologista do Einstein. Nesse desenho de estudo, um único paciente é analisado e atua como seu próprio controle. Para isso, ele recebe diferentes opções de tratamento ou um placebo em uma ordem determinada, com intervalos entre eles. Entre as vantagens estão a maior facilidade para descartar efeitos que não sejam relacionados às intervenções.
É um passo a mais para se distanciar da lógica de que um medicamento serve para todos os pacientes (conhecido pelo termo em inglês one-size-fits-all). Uma metodologia rigorosa para avaliar respostas individualizadas ao tratamento, particularmente, no contexto da medicina personalizada. “O primeiro passo da oncologia de precisão é o foco em um gene, um alvo. Mas, assim como cada digital é única, cada câncer é um arco-íris maligno no nível molecular”, explica Subbiah. “Esse modelo de ensaio nos permite investigar pacientes, não apenas uma alteração, mas com diferentes alterações simultâneas.”
Oncologia na era digital: IA, gêmeos digitais e deep machine learning
As novidades também indicam que a própria estratégia para descobrir uma nova droga deve sofrer mudanças estruturais nos próximos anos. Esse movimento é impulsionado especialmente por três fatores combinados: inteligência artificial, deep machine learning e a possibilidade de criar gêmeos digitais.
O resultado é uma otimização marcada, principalmente, pela redução de custos e do tempo necessário para identificar moléculas de interesse. Entretanto, ainda há ressalvas que devem ser levadas em consideração, como pondera Uson: “Estamos estudando muito os gêmeos digitais com o auxílio da engenharia. É uma abordagem que nos permite predizer o que vai acontecer com o paciente ao utilizar determinada terapia. Mas, se você não tiver todas as características desse paciente, essa semelhança e a predição podem ser prejudicadas.”
Neste contexto, a IA começa a deixar de aplicações idealistas para as de impacto real. Para Mitesh J. Borad, diretor do Laboratório de Terapia Celular, Genética e Viral para o Câncer da Mayo Clinic, o futuro do desenvolvimento de novas terapias é indissociável da IA e dos seus avanços, e é potencializado pelo fortalecimento da capacidade computacional.
“Observamos uma explosão de inteligência artificial e aprendizado de máquinas em todas as facetas da vida, e a descoberta de novas drogas é uma dessas em que tais tecnologias estão tornando possíveis coisas que, até então, não eram”, afirma.
A disrupção é encabeçada pelos chamados Modelos de Linguagem de Proteínas, ou pLMs, na sigla em inglês. A AlphaFold, fruto da parceria entre Google e Deep Mind, é um dos exemplos de maior peso desse novo perfil de tecnologia, aponta Borad: “Essas ferramentas nos permitem ir de sequência para estrutura rapidamente, o que nos permite criar um atlas com todas as proteínas disponíveis e as interações entre elas. É, de fato, uma nova era para o desenho de medicamentos.”
Com todos os avanços, a compreensão é de que a oncologia de precisão se expande em direção a soluções baseadas em camadas moleculares cada vez mais profundas e específicas. E os estudos sobre multiômicas, proteômicas, transcriptômicas e metabolômicas avançam em ritmo mais acelerado.
A expectativa é de que esse nível de investigação possa, no futuro, ajudar não apenas a identificar pacientes a partir de determinado perfil ômico, mas distinguir também qual paciente responde melhor ao tratamento A ou B. Por isso, continuar a olhar para essa área e avançar nos estudos a seu respeito é fundamental.
“O segredo da genômica já foi descoberto, mas existem muitas camadas e incógnitas nesse momento. Agora, precisamos de uma abordagem multimodal”, argumenta Subbiah, de Stanford. “Precisamos ter um retrato molecular abrangente de cada paciente. Podemos não ter tratamentos dessa natureza hoje, mas certamente desenvolveremos no futuro.”
Pesquisa e cuidado como aliados
O acesso permanece como desafio principal. Para fazer com que as inovações oncológicas cheguem ao paciente na ponta, uma estratégia que se destaca é o investimento em centros de pesquisa ligados às próprias instituições de saúde, para reduzir a dependência de soluções puramente comerciais.
Este panorama foi um dos motivos que levou ao projeto do novo centro oncológico do Einstein previsto para ser inaugurado em 2027. “O foco primário deve ser melhorar o nosso arsenal contra o câncer, ou seja, buscar as melhores tecnologias e as maiores inovações”, defende Nam Jin Kim, diretor médico de Oncologia e Hematologia do Einstein.
Além disso, o objetivo é fortalecer a pesquisa brasileira para reduzir a necessidade de os pacientes buscarem alternativas de tratamento fora do país. “Sabemos que quando não há mais terapia disponível, as esperanças dos pacientes se concentram nos estudos clínicos, e muitos acabam recorrendo ao exterior pela indisponibilidade de estudos aqui”, completa.
