{"id":372245,"date":"2023-12-29T14:00:00","date_gmt":"2023-12-29T13:00:00","guid":{"rendered":"https:\/\/medizinonline.com\/algoritmo-ajuda-no-diagnostico-da-esp\/"},"modified":"2023-12-29T14:00:11","modified_gmt":"2023-12-29T13:00:11","slug":"algoritmo-ajuda-no-diagnostico-da-esp","status":"publish","type":"post","link":"https:\/\/medizinonline.com\/pt-pt\/algoritmo-ajuda-no-diagnostico-da-esp\/","title":{"rendered":"Algoritmo ajuda no diagn\u00f3stico da ESP"},"content":{"rendered":"\n

A pontua\u00e7\u00e3o focal (FS) em bi\u00f3psias das gl\u00e2ndulas salivares menores labiais \u00e9 um dos dois crit\u00e9rios mais importantes (com positividade anti-SSA) para o diagn\u00f3stico da s\u00edndrome de Sj\u00f6gren prim\u00e1ria (pSS). A fim de reduzir as taxas de erro nos diagn\u00f3sticos, os algoritmos de aprendizagem profunda que utilizam redes neuronais artificiais poder\u00e3o ser utilizados para apoiar os patologistas no futuro. <\/strong><\/p>\n\n\n\n

De acordo com os crit\u00e9rios ACR\/EULAR para o pSS, a classifica\u00e7\u00e3o da pontua\u00e7\u00e3o de foco (FS) \u00e9 um dos tr\u00eas crit\u00e9rios de classifica\u00e7\u00e3o, mas requer conhecimentos especializados que nem sempre est\u00e3o dispon\u00edveis na pr\u00e1tica. 53% dos casos conduzem a uma revis\u00e3o do diagn\u00f3stico quando avaliados por peritos. <\/p>\n\n

A aprendizagem<\/em> autom\u00e1tica envolve fam\u00edlias de algoritmos que podem receber uma grande quantidade de dados e utiliz\u00e1-los para prever algo, por exemplo. A aprendizagem profunda \u00e9 um subconjunto deste dom\u00ednio que se centra apenas numa fam\u00edlia de algoritmos e que se designa por “redes neuronais profundas”, explicou Louis Basseto, Scienta Lab, Departamento de Investiga\u00e7\u00e3o, Paris, a t\u00edtulo de introdu\u00e7\u00e3o [1]. <\/p>\n\n

A aprendizagem profunda j\u00e1 est\u00e1 a ser utilizada na patologia m\u00e9dica, por exemplo, no cancro da mama, onde j\u00e1 utiliza algoritmos para reconhecer met\u00e1stases em amostras de tecido dos g\u00e2nglios linf\u00e1ticos com grande precis\u00e3o e com melhor desempenho do que os patologistas. “O nosso grupo tamb\u00e9m demonstrou que a aprendizagem autom\u00e1tica pode ser utilizada na artrite reumatoide para prever a resposta ao metotrexato e aos inibidores do TNF”. Agora, os investigadores propuseram-se aplicar a aprendizagem profunda \u00e0 s\u00edndrome de Sj\u00f6gren e descobrir se pode ajudar na categoriza\u00e7\u00e3o da pontua\u00e7\u00e3o de foco e no diagn\u00f3stico da pSS?<\/p>\n\n

Aprendizagem profunda baseada em biopsias de gl\u00e2ndulas salivares <\/h3>\n\n

Para o efeito, desenvolveram duas redes de aprendizagem profunda utilizando bi\u00f3psias digitalizadas de gl\u00e2ndulas salivares labiais de doentes para prever a pontua\u00e7\u00e3o focal (FS \u22651 ou FS <1) e o diagn\u00f3stico da s\u00edndrome de Sj\u00f6gren prim\u00e1ria com base apenas na histologia (pSS+ ou pSS-). O estudo incluiu 325 doentes (145 da Universidade de Paris-Saclay, Hospital Bic\u00eatre, 71 da Universidade Queen Mary de Londres e 109 da Universidade de Birmingham), utilizando bi\u00f3psias obtidas na pr\u00e1tica cl\u00ednica de rotina. Os participantes foram divididos em tr\u00eas grupos:<\/p>\n\n

    \n
  1. pSS e FS <1 (32%, sintomas de sicca)<\/li>\n\n\n\n
  2. pSS+ e FS \u22651 (47%)<\/li>\n\n\n\n
  3. pSS+ e FS <1 (21%)<\/li>\n<\/ol>\n\n

    Todos os FS foram previamente confirmados por patologistas e os diagn\u00f3sticos de pSS por especialistas.<\/p>\n\n

    Uma ou mais imagens da biopsia s\u00e3o utilizadas para fazer uma previs\u00e3o. Cada imagem \u00e9 dividida em mosaicos e o algoritmo atribui uma pontua\u00e7\u00e3o de risco a cada um desses mosaicos de forma independente. Todas estas informa\u00e7\u00f5es s\u00e3o depois combinadas para fazer uma previs\u00e3o da pontua\u00e7\u00e3o do foco ou do diagn\u00f3stico, dependendo do algoritmo utilizado. <\/p>\n\n

    “Utilizamos dois conjuntos de dados diferentes”, explicou Basseto: um conjunto de treino (70% dos doentes) e um conjunto de valida\u00e7\u00e3o (30% dos doentes). Os dois conjuntos cont\u00eam a mesma propor\u00e7\u00e3o de classes positivas e negativas (pSS+\/pSS- ou FS \u22651\/FS <1) und die verschiedenen Zentren, aus denen sich die Teilnehmer zusammensetzen, sind im Training und in der Validierung gemischt. Diese beiden Aufgaben nennt man \u00absemi-supervised learning\u00bb, also halb\u00fcberwachtes Lernen. \u00abDas ist der Schl\u00fcssel zum Verst\u00e4ndnis der Arbeit: Halb\u00fcberwachtes Lernen bedeutet, dass wir dem Modell im Training zwar Informationen geben \u2013 z.B. sagen wir ihm, wenn ein Patient einen FS>1. No entanto, n\u00e3o dizemos quais as partes da imagem que levariam um patologista a acreditar nisto. O modelo determina-o a partir dos pr\u00f3prios dados.” <\/p>\n\n

    Potenciais novos biomarcadores<\/h3>\n\n

    O desempenho do algoritmo foi medido utilizando a \u00e1rea sob a curva ROC (AUROC). No que respeita \u00e0 pontua\u00e7\u00e3o do foco (FS \u22651\/FS <1), o algoritmo alcan\u00e7ou um AUROC de 0,88. 77% das previs\u00f5es positivas eram efetivamente pacientes com uma pontua\u00e7\u00e3o de foco \u22651. No caso do valor de previs\u00e3o negativo, 83 por cento dos dados indicaram corretamente que se tratava de um FS<1. No caso da previs\u00e3o do diagn\u00f3stico, o AUROC foi de 0,84. 83% dos doentes com uma previs\u00e3o positiva do algoritmo eram de facto Sj\u00f6gren positivos (pSS+) e 67% dos doentes com uma previs\u00e3o negativa eram de facto Sj\u00f6gren negativos (pSS-) (Tabela 1)<\/strong>.<\/p>\n

    \n
    \"\"<\/a><\/figure>\n<\/div>\n

    “Estas previs\u00f5es foram feitas apenas com base nas imagens. N\u00e3o dissemos ao algoritmo onde procurar para tomar a sua decis\u00e3o – mas ap\u00f3s o treino, podemos rever os algoritmos para ver em que base fizeram as suas previs\u00f5es”. A conclus\u00e3o dos investigadores foi que o algoritmo para a pontua\u00e7\u00e3o do foco identificou focos de linf\u00f3citos para fazer uma previs\u00e3o (Fig. 1). <\/strong>Isto assegura a explicabilidade e permite ao patologista confirmar visualmente os resultados da previs\u00e3o. Isto \u00e9, portanto, tranquilizador para a FS, diz Basseto, “mas o que \u00e9 tranquilizador para a FS \u00e9 muito excitante para o diagn\u00f3stico, uma vez que pode levar \u00e0 potencial identifica\u00e7\u00e3o de novos biomarcadores histol\u00f3gicos que s\u00f3 t\u00eam interesse para a popula\u00e7\u00e3o pSS+ e FS<1)”. Este aspeto \u00e9 de particular interesse para o trabalho futuro do grupo de investiga\u00e7\u00e3o.<\/p>\n

    \n
    \"\"<\/a><\/figure>\n<\/div>\n

    Mensagens para levar para casa<\/strong><\/p>\n\n

      \n
    • A aprendizagem profunda prev\u00ea com precis\u00e3o a pontua\u00e7\u00e3o de foco e o diagn\u00f3stico da s\u00edndrome de Sj\u00f6gren prim\u00e1ria com base em bi\u00f3psias de gl\u00e2ndulas salivares labiais.<\/li>\n\n\n\n
    • A aprendizagem profunda pode potencialmente reduzir a taxa de erro no diagn\u00f3stico em cerca de 2,5 vezes. A taxa de erro devido \u00e0 aprendizagem profunda \u00e9 de 19,7% contra 53% para centros n\u00e3o especializados.<\/li>\n<\/ul>\n\n

      Perspectivas:<\/em><\/p>\n\n

        \n
      • S\u00e3o necess\u00e1rias mais avalia\u00e7\u00f5es cl\u00ednicas para validar os algoritmos na pr\u00e1tica cl\u00ednica real.<\/li>\n\n\n\n
      • Valida\u00e7\u00e3o adicional numa coorte maior.<\/li>\n\n\n\n
      • O trabalho em curso visa identificar novos biomarcadores histol\u00f3gicos associados ao diagn\u00f3stico da ESP.<\/li>\n<\/ul>\n\n

        Congresso: EULAR 2023<\/em><\/p>\n\n

        <\/p>\n\n

        Fonte:<\/p>\n\n

          \n
        1. Basseto L: Vortrag \u00abDeep Learning Accurately Predicts Focus Score and Diagnosis of Primary Sj\u00f6gren Syndrome using Labial Salivary Gland Biopsies\u00bb; EULAR 2023, Mailand, 2.6.2023 (online).<\/li>\n\n\n\n
        2. Basseto L: Scientific Abstract OP0232, EULAR 2023; doi: 10.1136\/annrheumdis-2023-eular.418.<\/li>\n<\/ol>\n\n

          <\/p>\n\n

          InFo RHEUMATOLOGIE 2023: 5(2): 20\u201321<\/em><\/p>\n","protected":false},"excerpt":{"rendered":"

          A pontua\u00e7\u00e3o focal (FS) em bi\u00f3psias das gl\u00e2ndulas salivares menores labiais \u00e9 um dos dois crit\u00e9rios mais importantes (com positividade anti-SSA) para o diagn\u00f3stico da s\u00edndrome de Sj\u00f6gren prim\u00e1ria (pSS).…<\/p>\n","protected":false},"author":7,"featured_media":372249,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"pmpro_default_level":"","cat_1_feature_home_top":false,"cat_2_editor_pick":false,"csco_eyebrow_text":"S\u00edndroma de Sj\u00f6gren","footnotes":""},"category":[11305,11439,11529,11496,11551],"tags":[42503,18521,13629,67914,14149,73459,14153,51194,73458,73461,73460],"powerkit_post_featured":[],"class_list":["post-372245","post","type-post","status-publish","format-standard","has-post-thumbnail","category-medicina-interna-geral","category-orl-pt-pt","category-relatorios-do-congresso","category-reumatologia-pt-pt","category-rx-pt","tag-ai-pt-pt","tag-aprendizagem-profunda","tag-biomarcador","tag-biopsias-pt-pt","tag-diagnosticos","tag-glandulas-salivares-labiais","tag-inteligencia-artificial","tag-ki-pt-pt","tag-pss-pt-pt","tag-redes-neuronais-pt-pt","tag-sindrome-de-sjoegren-primaria","pmpro-has-access"],"acf":[],"publishpress_future_action":{"enabled":false,"date":"2026-06-13 20:47:52","action":"change-status","newStatus":"draft","terms":[],"taxonomy":"category","extraData":[]},"publishpress_future_workflow_manual_trigger":{"enabledWorkflows":[]},"wpml_current_locale":"pt_PT","wpml_translations":{"es_ES":{"locale":"es_ES","id":372251,"slug":"un-algoritmo-ayuda-en-el-diagnostico-del-ssp","post_title":"Un algoritmo ayuda en el diagn\u00f3stico del SSp","href":"https:\/\/medizinonline.com\/es\/un-algoritmo-ayuda-en-el-diagnostico-del-ssp\/"}},"_links":{"self":[{"href":"https:\/\/medizinonline.com\/pt-pt\/wp-json\/wp\/v2\/posts\/372245","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/medizinonline.com\/pt-pt\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/medizinonline.com\/pt-pt\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/medizinonline.com\/pt-pt\/wp-json\/wp\/v2\/users\/7"}],"replies":[{"embeddable":true,"href":"https:\/\/medizinonline.com\/pt-pt\/wp-json\/wp\/v2\/comments?post=372245"}],"version-history":[{"count":3,"href":"https:\/\/medizinonline.com\/pt-pt\/wp-json\/wp\/v2\/posts\/372245\/revisions"}],"predecessor-version":[{"id":373285,"href":"https:\/\/medizinonline.com\/pt-pt\/wp-json\/wp\/v2\/posts\/372245\/revisions\/373285"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/medizinonline.com\/pt-pt\/wp-json\/wp\/v2\/media\/372249"}],"wp:attachment":[{"href":"https:\/\/medizinonline.com\/pt-pt\/wp-json\/wp\/v2\/media?parent=372245"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/medizinonline.com\/pt-pt\/wp-json\/wp\/v2\/category?post=372245"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/medizinonline.com\/pt-pt\/wp-json\/wp\/v2\/tags?post=372245"},{"taxonomy":"powerkit_post_featured","embeddable":true,"href":"https:\/\/medizinonline.com\/pt-pt\/wp-json\/wp\/v2\/powerkit_post_featured?post=372245"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}