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/

Problema

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).

Tamanho do problema

  • 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.

Solução

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

Custo de oportunidade

Without AI tools, late diagnoses of hematologic cancers result in increased treatment costs—up to 40% more for advanced-stage diagnoses compared to early detection [2].

Additionally, misdiagnoses and delayed treatments lead to higher mortality rates, further escalating healthcare costs.


Impacto

AI improves early detection, leading to better survival rates for patients with hematologic cancers. It also reduces healthcare costs by minimizing diagnostic errors and optimizing resource use, ultimately benefiting both patients and healthcare systems by enabling faster and more accurate treatment.


Fontes de dados

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).


Referências

  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