A arte da oncologia na era da IA: uma conversa com o Dr. Philippe E. Spiess

O Dr. Philippe Spiess sobre o julgamento clínico, os intervalos entre consultas e o que a IA precisa de acertar nos cuidados oncológicos

Um sistema de IA pode conhecer as diretrizes oncológicas e os padrões de tratamento mais atualizados relevantes para a doença de um paciente e, ainda assim, falhar na definição do contexto clínico terapêutico ideal.

É uma distinção que ele considera que a área ainda não levou suficientemente a sério.

“A questão não é saber se um modelo de IA consegue passar num exame de oncologia”, diz Spiess. “Claro que consegue. A questão é saber se pode errar de uma forma que afete o paciente e quão confiantes estamos de que isso não acontecerá.”

Para Philippe Spiess, essa distinção toca no cerne do que se segue para a inteligência artificial nos cuidados oncológicos.

A IA já é notavelmente capaz de reunir grandes quantidades de informação. Mas o raciocínio clínico exige algo mais difícil: compreender que informação é relevante para o paciente que está à frente do clínico, num momento específico do seu percurso oncológico.

“Um dos elementos críticos que ainda falta é a forma como [as ferramentas de IA] se aplicam aos pacientes específicos que vemos na clínica hoje”, diz Spiess.

Um modelo pode identificar um tratamento apoiado por diretrizes, mas não ter em conta, de forma suficiente, uma nefrotoxicidade ou hepatotoxicidade anterior. Pode recomendar uma dosagem padrão sem reconhecer o histórico de tratamento, as comorbilidades ou outro contexto que torne essa recomendação inadequada. E pode saber relativamente pouco sobre as prioridades do próprio paciente.

“As diretrizes são uma estrutura”, diz ele. “Não são necessariamente personalizadas para o paciente individual que tem à sua frente.”

Spiess fala sobre diretrizes com alguma autoridade, ocupando vários cargos de liderança no NCCN, incluindo no seu Painel de Cancro da Bexiga e do Pénis e no seu Conselho de Governação e Comité Diretor. Ele é enfático ao afirmar que as diretrizes do NCCN representam o melhor nível de evidência disponível e o ponto de partida correto para os cuidados. Mas são apenas um ponto de partida. “Uma diretriz é construída com base em populações”, diz ele. “Os cuidados têm de ser construídos com base numa pessoa.”

As diretrizes refletem a evidência disponível a partir das populações estudadas em ensaios clínicos. O doente que o médico tem à sua frente pode ser mais velho, mais frágil, ter mais comorbilidades ou ser simplesmente diferente das pessoas representadas nessa evidência.

A personalização dos cuidados oncológicos, na sua perspetiva, tem de ser individualizada de acordo com as características específicas do doente e do tumor que tem à sua frente e com os objetivos de cuidados desse doente — e aplicada com a consciência de que as conclusões em que as diretrizes se baseiam podem não englobar totalmente a demografia do doente em tratamento, seja em termos de idade, sexo, origem racial e étnica ou distribuição geográfica.

“A diretriz diz-lhe o que foi estudado”, diz ele. “Não lhe pode dizer se a pessoa que tem à sua frente se assemelha às pessoas que foram estudadas.”

Para Spiess, é aqui que a distinção entre informação e raciocínio clínico se torna importante.

Conhecer as opções não é o mesmo que saber o que fazer

A medicina está repleta de decisões que não podem ser tomadas apenas através da identificação de todas as opções teoricamente disponíveis.

Spiess descreve doentes que acompanhou ao longo de quatro, cinco, seis ou sete anos. Essa relação acumulada altera a conversa clínica.

“Eu conheço-os e sei o que pode ser aplicável e o que pode não ser”, diz ele. “Esse nível de personalização é verdadeiramente a arte da medicina.”

Uma operação potencialmente curativa pode ser apropriada para muitos doentes com um determinado diagnóstico, por exemplo, mas totalmente desadequada para alguém cujas comorbilidades tornam as suas consequências inaceitáveis. A radioterapia, a quimioterapia, a imunoterapia ou outra abordagem podem ser a melhor escolha. O raciocínio aqui prende-se com riscos concorrentes: um doente pode ter muito mais probabilidades de ser prejudicado pelo tratamento do seu cancro do que pelo próprio cancro, e reconhecer isso não é uma falta de ambição, mas um ato de discernimento.

Isso apresenta um desafio interessante para a IA.

Um sistema capaz de recuperar todas as diretrizes, interações e considerações potenciais relevantes poderia, teoricamente, apresentar aos médicos uma quantidade extraordinária de informação. Mas mais informação não significa necessariamente melhores cuidados.

“Existe um risco natural de complicar as coisas mais do que o necessário”, diz Spiess.

A ambição, defende, deveria ser o oposto: uma IA que reúna informação e determine o que é relevante, em vez de simplesmente acrescentar mais um fluxo de alertas, recomendações e dados para os médicos processarem.

“Deveriam ser realmente concebidas para serem uma parte integrante da equipa”, diz ele. “Devem servir de complemento ao clínico, em vez de o bombardearem ou submergirem, por vezes, com informações que podem não ser necessariamente relevantes.”

O próximo desafio para a IA na oncologia, portanto, poderá não ser simplesmente saber mais.

É saber o que importa, quando importa, para este doente.

‍

“Sabemos que muita coisa acontece entre consultas”
Dr. Philippe E. Spiess

O raciocínio clínico tem um tempo

O momento importa.

Um doente com um quisto renal benigno e alguém com um cancro avançado agressivo não podem operar-se no mesmo cronograma clínico. Spiess acredita que os sistemas de IA precisam de compreender não apenas a condição do doente, mas também a sua gravidade e as consequências de um atraso.

“Tratamos toda a população oncológica como se fosse uma só,” diz ele, descrevendo um desafio que observa em todo o setor da saúde. Para um doente com um cancro agressivo, “quatro a seis semanas podem, potencialmente, fazer a diferença no prognóstico.”

Faz questão de notar que isto não é apenas intuição. Análises publicadas sobre cancros comuns associaram cada semana de atraso no início de um tratamento com intenção curativa a um aumento absoluto e mensurável da mortalidade, e um atraso de quatro semanas tem sido associado a uma pior sobrevivência em modalidades cirúrgicas, sistémicas e de radiação (Khorana et al., 2019; Hanna et al., 2020). “Aceitamos atrasos na oncologia que nunca aceitaríamos na cardiologia,” diz ele. “E raramente medimos onde é que o atraso se acumula realmente no percurso – o que quase nunca acontece no ponto que todos assumem.”

Isso torna o raciocínio ao longo do percurso oncológico particularmente importante.

Antes de uma consulta, há informações a reunir e trabalho a coordenar. Durante a consulta, a evidência deve ser interpretada no contexto de cada doente. E após o início do tratamento, a necessidade de raciocínio clínico não desaparece.

Em muitos aspetos, torna-se mais contínuo.

“Sabemos que muita coisa acontece entre consultas”, diz Spiess. “Toxicidades, dúvidas, preocupações. Por vezes, até hesitações, ou a necessidade de analisar o resultado de um exame sem o compreender totalmente e querer uma explicação.”

Os cuidados de saúde dispõem de portais e outros mecanismos para os doentes contactarem as suas equipas de cuidados, mas estas interações são frequentemente intermitentes. Spiess vê uma oportunidade para a IA ajudar a criar algo mais longitudinal – uma capacidade de acompanhar e interpretar o percurso evolutivo do doente, com uma supervisão clínica ponderada.

“Um percurso contínuo do doente utilizando estas ferramentas, obviamente com uma supervisão, controlo e validação muito ponderados por parte dos clínicos, diria que é uma capacidade muito poderosa.”

Isto leva a conversa para além de uma das aplicações mais comuns da IA clínica – ajudar a selecionar ou planear o tratamento. A questão mais difícil, e talvez mais interessante, é o que acontece depois de a decisão de tratamento ter sido tomada.

Os sintomas mudam. Surgem toxicidades. Os valores laboratoriais alteram-se. Aparecem novos exames de imagem. As circunstâncias e preferências do doente também podem mudar.

O raciocínio clínico não acontece apenas uma vez. Por conseguinte, os sistemas que o apoiam também não devem limitar-se a fornecer uma recomendação. Há momentos em que é necessária informação clínica adicional para definir a abordagem diagnóstica ou terapêutica mais adequada. Isto está integrado na abordagem da equipa OncoBrain, cujo sistema identifica as lacunas clínicas num determinado caso e solicita a informação em falta, permitindo que o resultado e a recomendação sejam o mais precisos e clinicamente adequados possível.

Há também alturas em que pode não existir um tratamento apropriado num determinado contexto clínico, o que deve ser reconhecido como tal e levado ao conhecimento do clínico para discutir com o doente os passos seguintes. Esta é uma área em que a IA tem sido cada vez mais desafiada no passado, devido ao desejo de fornecer uma resposta computacional para todas as perguntas.

Uma camada extra de segurança

Spiess dá um exemplo de um dia clínico comum.

Um clínico pode ter dezenas de exames de imagem à espera de serem revistos. Um deles contém algo que requer atenção – talvez um gânglio linfático suspeito de três centímetros. A informação existe. Mas o sistema de saúde continua dependente de alguém que a encontre, reconheça o seu significado e aja em conformidade. “Poderá algum deles escapar pelas malhas da rede? Sem dúvida que sim.”

Nessa situação, Spiess não pede à IA que decida. Ele quer um par de olhos extra. “‘Olá, reparou que foi detetado um gânglio linfático de três centímetros que é suspeito? É algo que pretende avaliar?’ Adoraria que uma ferramenta de IA fizesse isso por mim.”

“A IA não está a tomar decisões sobre tratar ou realizar exames a um doente”, diz ele. “Mas é apenas uma camada extra de segurança.”

O mesmo princípio aplica-se quando o sistema não dispõe de informação suficiente.

Um doente com um diagnóstico recente pode necessitar de notas, resultados laboratoriais, exames de imagem e patologia. Um doente sob vigilância pode necessitar de algo bastante diferente. Mais dados não são automaticamente melhores; a questão é saber se a informação disponível é suficiente para a decisão clínica em causa.

E quando não é, o sistema tem de reconhecer isso. “Saber quando dizer ‘não sei, e eis o porquê’ é uma funcionalidade de segurança, não uma limitação”, afirma. “Prefiro muito mais ter uma ferramenta que recuse dez casos honestamente do que uma que responda aos dez com confiança e erre em dois.” A opinião de Spiess é que a incerteza deve ser explícita em vez de escondida atrás de uma resposta confiante. Um sistema deve ser capaz de identificar a informação que lhe falta, procurá-la ou solicitá-la quando apropriado e recusar-se a apresentar uma recomendação quando a evidência não a sustenta.

Isso é particularmente importante na IA clínica, porque uma resposta plausível não é necessariamente uma resposta segura.

O clínico, por sua vez, continua a ser o responsável pela decisão.

O papel da tecnologia é reunir, sinalizar, relembrar, questionar e apoiar, e não passar silenciosamente de apoio à decisão para decisor autónomo.

‍

“Estas ferramentas são a forma como alargamos essa missão
para além dos doentes que conseguem chegar fisicamente até nós.”
Dr. Philippe E. Spiess

‍

E se a primeira consulta de oncologia já estivesse preparada?

Quando Spiess imagina o futuro da IA na oncologia, uma das possibilidades mais fascinantes parece surpreendentemente banal.

Um doente chega para a sua consulta de oncologia. Os registos relevantes já foram recolhidos. Os exames necessários foram realizados. A patologia foi obtida e revista. Os exames de imagem estão disponíveis. As autorizações necessárias foram tratadas. Se o doente puder ser elegível para um ensaio clínico, essa possibilidade já foi identificada. Se forem necessários cuidados multidisciplinares, os clínicos apropriados estão envolvidos.

O resultado é simples: Podemos tomar essa decisão hoje, não amanhã. Hoje.

O doente pode ter esperado semanas pela consulta de especialidade, apenas para descobrir que a informação necessária para aproveitar devidamente essa consulta ainda não está disponível.

Para Spiess, a patologia oferece um exemplo particularmente claro. No cancro da próstata, o grau da biópsia, o volume do tumor e outras características histológicas podem alterar substancialmente se um doente é mais adequado para vigilância ativa, cirurgia, radiação ou tratamento multimodal. A revisão de patologia externa pode elevar ou reduzir o grau da doença e, consequentemente, alterar a recomendação clínica.

Isso torna a revisão de patologia parte do acesso, e não apenas um processo administrativo de bastidores.

No Moffitt, diz Spiess, tem sido feito um esforço para acelerar essa revisão, de modo a que a informação necessária esteja disponível antes da consulta, sempre que possível. Esse esforço insere-se num compromisso institucional mais vasto. O Moffitt tornou a inovação uma prioridade estratégica central, e Spiess é direto sobre onde acredita que reside a vantagem: na implementação ponderada e responsável de IA e produtos digitais — vários deles desenvolvidos e aperfeiçoados no próprio centro — como um meio de chegar a muito mais doentes com cancro do que qualquer instituição conseguiria servir isoladamente. “A nossa missão é a cura e a prevenção do cancro”, diz ele. “Estas ferramentas são a forma como estendemos essa missão para além dos doentes que conseguem chegar fisicamente até nós.”

O objetivo não é sofisticado. É tornar a própria consulta útil.

Um diagnóstico de cancro acarreta já um stress e uma incerteza significativos. Os atrasos na recolha de informação podem adiar decisões de tratamento e acrescentar mais um período de incerteza para os doentes e as suas famílias.

A lição para a IA é também mais organizacional do que tecnológica. “É preciso que as pessoas que estão no terreno estejam integradas nesse processo”, diz ele. “É preciso ter pessoas que façam o agendamento. É preciso compreender implicitamente bem o fluxo de trabalho sobre quem precisa de intervir em quê e quando.”

A IA poderá, eventualmente, ajudar a orquestrar parte dessa complexidade. Mas, primeiro, alguém tem de compreender como é que os cuidados funcionam realmente no sistema ou na organização.

‍

IA em oncologia: não funciona até que se prove o contrário, neste hospital, nestes doentes

Spiess está otimista quanto à IA, mas a sua posição inicial para a implementação clínica é deliberadamente cética. “Sempre disse que a fasquia deve estar sempre definida; estas ferramentas não funcionam, e temos de provar que funcionam”.

Isto significa provar mais do que apenas o desempenho técnico em casos cuidadosamente selecionados.

Os testes iniciais podem começar com exemplos normalizados, mas Spiess acredita que os programadores também precisam de testar cenários invulgares e extremos, os casos que revelam se o sistema reconhece quando algo não faz sentido clínico e, fundamentalmente, quando não tem informação suficiente para responder. “Se for capaz de desenvolver uma ferramenta de IA que tenha um bom desempenho em casos invulgares nos extremos, provavelmente tem algo muito significativo em mãos.”

Para Spiess, a hierarquia da evidência é importante. O sistema deve fornecer informação fiável e baseada em evidências. Deve comunicar a incerteza em vez de a ocultar. O desempenho tem de se manter consistente entre diferentes doentes e contextos clínicos reais, não apenas em exemplos selecionados.

E qualquer resultado capaz de influenciar o diagnóstico, o tratamento ou a triagem deve permanecer sob supervisão clínica qualificada, com salvaguardas e vias de escalonamento adequadas. Só depois de estabelecidas essas bases é que a eficiência se torna significativa.

Spiess aponta para um conjunto focado de medidas operacionais que podem então demonstrar um valor tangível: tempo poupado pelo clínico; tempo desde a disponibilidade da informação até à tomada de uma decisão clínica acionável; aumento da capacidade clínica sem comprometer a segurança ou a qualidade; custo por caso; e tempo de espera do doente. Estas medidas são importantes.

Mas a eficiência não pode compensar um sistema clínico inseguro ou pouco fiável. E a validação não pode terminar na implementação. Os modelos mudam. As diretrizes são revistas. Surgem novos ensaios. Novos tratamentos trazem novos perfis de toxicidade. A própria prática clínica evolui.

“Não podemos assumir que estes modelos terão sempre um bom desempenho”, diz ele. “O que é bom hoje pode não ser bom daqui a seis semanas.”

A validação tem, portanto, de ir além do próprio modelo.

Spiess descreve a necessidade de uma “visão 360”: compreender a tecnologia tanto em ambientes de teste como de trabalho, compreendendo simultaneamente o sistema de saúde no qual está a ser introduzida.

Uma ferramenta tecnicamente robusta pode falhar se não se adaptar ao fluxo de trabalho, às pessoas ou à direção estratégica que a rodeia.

“Pode ter uma ferramenta maravilhosa”, diz ele, “mas se a direção da instituição ou da empresa for seguir um caminho diferente, ou se as pessoas não estiverem prontas para a utilizar, então não está a implementar a ferramenta certa.”

Por outras palavras, o ónus da prova não é transferido para o clínico só porque a tecnologia parece impressionante. Pertence às pessoas que a introduzem.

‍

Incentivo os doentes a utilizar quaisquer recursos
que sintam que os podem ajudar e capacitar
a compreender a sua condição.”
‍Dr. Philippe E. Spiess

‍

Os doentes não estão à espera que o setor da saúde domine a IA

Existe outra razão pela qual os médicos precisam de se envolver com a IA agora. Os seus doentes já o fazem.

Spiess vê regularmente doentes a chegar com páginas de informação que recolheram através de recursos online e ferramentas de IA.

Por vezes, essa informação ajuda-os a envolverem-se mais profundamente com o seu diagnóstico. Outras vezes, leva-os para algo totalmente irrelevante para o seu caso específico.

“É poderoso”, diz ele. “Mas também pode ser um pouco perigoso, no sentido de os levar a não compreenderem bem a sua doença.”

A sua resposta não é dizer-lhes para pararem. “Incentivo os doentes a utilizar quaisquer recursos que sintam que os podem ajudar e capacitar a compreender a sua condição.”

Isso também altera o papel do médico. Cada vez mais, inclui ajudar os doentes a perceber o que procurar, direcioná-los para fontes fiáveis e colocar o que descobrem no contexto da sua própria doença.

Mas Spiess também pensa que o próprio setor da saúde pode melhorar.

Uma consulta de oncologia pode exigir que alguém absorva uma quantidade extraordinária de informação: diagnóstico, opções de tratamento, riscos, exames, procedimentos e passos seguintes. “Será que assimilam honestamente toda essa informação?” pergunta ele.

A IA pode ajudar a prolongar essa conversa para lá da consulta, explicando em que consistem uma TAC, uma ressonância magnética ou uma biópsia, ajudando o doente a compreender o que lhe acaba de ser dito e, talvez, reduzindo alguma da ansiedade gerada pelo desconhecido.

Para Spiess, isso não deve ser periférico ao desenvolvimento da IA clínica.  “Temos de garantir que as ferramentas que desenvolvemos incluem uma componente de educação, formação e defesa do doente que seja central na forma como são criadas e disponibilizadas.”

Isso significa também conceber soluções que não reproduzam silenciosamente as barreiras existentes aos cuidados de saúde: linguagem compreensível, níveis adequados de literacia em saúde e acessibilidade para os doentes que mais podem beneficiar.

Deverá a IA aprender a pensar como o seu médico?

À medida que a IA se torna mais personalizada, surge outra questão. Deverá aprender a forma como um médico individual pensa?

Spiess sente-se intrigado com a possibilidade, embora não se sinta totalmente confortável com ela. Um sistema que aprendesse os padrões de um médico individual poderia começar a captar não apenas o que esse médico faz, mas algo do raciocínio subjacente – as considerações que nunca chegam a ser escritas.

“A parte interessante não é o que decidi,” diz ele. “É o porquê de o ter decidido, e essa é a parte que quase nunca escrevemos.”

Mas a simples reprodução do médico poderia criar o seu próprio problema. Como qualquer ser humano, os médicos têm pontos cegos e enviesamentos.

“Existem provavelmente algumas áreas em que pensamos: ‘Bem, não consideraste esses vários elementos’,”diz Spiess. Talvez a IA devesse, por isso, fazer algo mais interessante do que aprender a concordar com o médico. “É provavelmente importante que a IA nos dê uma visão de 360 graus sobre nós próprios e nos questione: será que temos enviesamentos quando observamos os doentes?” 

Uma ferramenta que apenas confirma o médico corre o risco de automatizar o ponto cego juntamente com a experiência. Se utilizada de forma diferente, a IA poderia tornar-se tanto uma ferramenta educativa como uma ferramenta de apoio à decisão: revelando algo que o médico ignorou e promovendo a reflexão sobre o seu próprio raciocínio.

Existe, contudo, uma fronteira sobre a qual Spiess é inequívoco.

“A arte consiste em garantir que o médico continua a ser o núcleo central de tudo isto. Não é a IA a gerir os cuidados clínicos facilitada pelos médicos. É o contrário, e isso nunca pode mudar.”

“Há doentes que vejo hoje em dia que, sim, vejo-os para vigilância, mas vêm ter comigo apenas porque sim,” diz ele. “Tornam-se quase como amigos.”

Alguns trazem até presentes.

“Tenho pacientes que me trazem meias porque sabem que gosto de usar meias de cores diferentes. É essa a relação. Honestamente, essa é provavelmente uma das partes mais gratificantes de exercer medicina.”

‍

"...Estas ferramentas serão criadas
ou com os clínicos ou a pensar neles,
e a diferença notar-se-á nos cuidados ao paciente.”
‍Dr. Philippe E. Spiess

‍

Tornar a tecnologia menos visível – uma visão a 5 anos?

Peça ao Dr. Spiess para imaginar a oncologia daqui a cinco anos e ele não descreve uma clínica de cancro autónoma. Ele descreve uma tecnologia cada vez mais integrada e, em muitos aspetos, menos visível.

Acredita que a IA evoluirá, provavelmente, de um conjunto de ferramentas individuais para uma camada que abrange grande parte do percurso clínico: diagnóstico e patologia, estratificação de risco, planeamento de tratamentos, monitorização, sobrevivência e envolvimento do paciente.

Cada vez mais, esses sistemas poderão sintetizar informações clínicas, genómicas, de imagiologia, patológicas e do mundo real; identificar conhecimentos relevantes; antecipar o que é necessário a seguir; e reduzir a carga administrativa em torno das decisões clínicas.

A mesma inteligência não deve desaparecer quando o paciente sai da clínica.

Pode continuar durante o tratamento, a vigilância e a sobrevivência — ajudando os pacientes a compreender o que está a acontecer e ajudando os clínicos a reconhecer o que requer genuinamente a sua atenção.

Chegar lá exigirá testes rigorosos, integração com registos de saúde eletrónicos, uma supervisão clínica ponderada e mudanças na forma como as equipas de saúde trabalham.

O conselho do Dr. Spiess aos colegas que permanecem incertos é prático: aprendam o suficiente sobre IA para entender como funciona, experimentem-na, compreendam como a forma como colocam as perguntas afeta as respostas que recebem e mantenham um espírito crítico adequado em relação aos resultados. “Não precisa de se tornar um cientista de dados”, diz ele. Mas é preciso estar presente. Estas ferramentas serão criadas com os clínicos ou em torno deles, e a diferença refletir-se-á nos cuidados prestados aos doentes.

Apesar de toda a sofisticação que imagina — a IA a compilar registos, a acompanhar os doentes ao longo do tempo, a identificar informações potencialmente ignoradas e até a questionar pressupostos clínicos —, há uma parte desse futuro que não tem qualquer interesse em automatizar.

A relação humana.

Nenhum algoritmo, independentemente da sua sofisticação, possui a relação acumulada do médico que cuidou de alguém ao longo do tempo: o seu historial, objetivos, expectativas, tolerância à toxicidade, prioridades e aspetos que talvez nunca fiquem totalmente representados no processo clínico.

Talvez isso proporcione o teste mais útil para a próxima geração de IA em oncologia.

Não se trata de saber se consegue replicar o oncologista. Mas sim se consegue assumir uma carga de informação suficiente no tratamento do cancro para ajudar os clínicos a estarem mais bem informados, mais bem preparados e mais aptos a concentrarem-se no doente que têm à sua frente.

Com tudo o que isso implica.

‍

‍

‍

Sobre o Dr. Philippe E. Spiess

O Dr. Philippe E. Spiess é Membro Sénior do Departamento de Oncologia Geniturinária, Diretor de Inovação Clínica e Diretor Adjunto de Serviços Cirúrgicos no Moffitt Cancer Center. É vice-presidente do Painel de Cancro da Bexiga e do Pénis da NCCN e representante clínico do Moffitt no Conselho de Governação e no Comité Diretor da NCCN. É também Diretor Médico da OncoBrain AI. As opiniões aqui expressas são da sua inteira responsabilidade.