IA e aprendizado de máquina em oncologia

Nota de checagem de fonte: esta página trata de pesquisa, software e suporte clínico regulado; links regulatórios checados em 2026-05-22. Não endossa o uso de modelos não validados para diagnóstico ou escolha de tratamento.

TL;DR

IA é realmente útil em oncologia, especialmente em fluxos de imagem, quantificação em patologia, pareamento de ensaios, apoio genômico, operações e descoberta científica. A regra conservadora é simples: um modelo não é clinicamente confiável porque tem AUC alta; ele se torna útil apenas quando validado para a população, fluxo, endpoint e contexto regulatório onde será usado.

Onde a IA está mais madura

Área	Maturidade
Radiologia e apoio a rastreamento	Muitos dispositivos médicos com IA/ML aparecem nas listas do FDA; valor depende de tarefa e fluxo
Patologia digital	Uso crescente para quantificação, triagem e revisão assistida; claims clínicos são específicos por ferramenta
Interpretação genômica	Comum em priorização e anotação de variantes, geralmente como suporte à decisão
Pareamento de ensaios	Útil operacionalmente quando conectado a critérios de elegibilidade curados e dados do prontuário
Descoberta de fármacos	Forte impacto na descoberta inicial; benefício em paciente ainda exige farmacologia e ensaios
Prognóstico ou predição de resposta	Muitas publicações, menos ferramentas validadas externamente e implantadas prospectivamente

Padrão de avaliação

Antes de publicar um claim com tom clínico, exija:

1. Divisão treino/validação/teste em nível de paciente.
2. Validação externa por centro, tempo ou geografia.
3. Calibração, não apenas discriminação.
4. Desempenho em subgrupos por sexo, idade, ancestralidade, equipamento, hospital e subtipo quando relevante.
5. Limiar de decisão e usuário pretendido bem definidos.
6. Evidência prospectiva quando a ferramenta muda conduta do paciente.

Contexto regulatório

• Estados Unidos: o FDA acompanha dispositivos médicos com IA e tem orientação final para Predetermined Change Control Plans (PCCPs) em funções de software de dispositivo com IA.
• União Europeia: o AI Act entrou no cenário regulatório em 2024 e trata muitos sistemas médicos de IA como alto risco.
• Brasil: software como dispositivo médico cai na regulação de dispositivos médicos da ANVISA, incluindo os contextos da RDC 657/2022 e RDC 751/2022; LGPD continua central para dados de pacientes.

Falhas comuns

• Vazamento de dados: fatias, patches ou visitas do mesmo paciente divididos entre treino e teste.
• Vazamento por centro: assinatura do scanner ou hospital vira o modelo.
• Viés de rótulo: inequidade histórica de cuidado vira verdade-base.
• Falta de calibração: o escore parece preciso, mas não bate com a probabilidade observada.
• Sem monitoramento de implantação: drift aparece após novo scanner, protocolo, população ou linha de cuidado.

O que pessoas de tecnologia podem construir

• Pipelines reprodutíveis com linhagem e dados de referência versionados.
• Harnesses de avaliação que reportem calibração e desempenho por subgrupo por padrão.
• Interfaces human-in-the-loop que mostrem incerteza e caminhos de escalonamento.
• Monitoramento de modelo para drift, alertas, rollback e logs de auditoria.
• Ferramentas de pareamento de ensaios que citem critérios exatos e registros oficiais.

Veja também

• Armadilhas de ML em oncologia
• Integração multi-ômica
• Biologia de redes
• Medicina de precisão
• Governança de dados e LGPD

Referências

1. U.S. Food and Drug Administration. Artificial Intelligence-Enabled Medical Devices. https://www.fda.gov/medical-devices/software-medical-device-samd/artificial-intelligence-enabled-medical-devices
2. U.S. Food and Drug Administration. Marketing Submission Recommendations for a Predetermined Change Control Plan for Artificial Intelligence-Enabled Device Software Functions. Orientação final, agosto de 2025. https://www.fda.gov/regulatory-information/search-fda-guidance-documents/marketing-submission-recommendations-predetermined-change-control-plan-artificial-intelligence
3. European Union. Regulation (EU) 2024/1689: Artificial Intelligence Act. https://eur-lex.europa.eu/eli/reg/2024/1689/oj
4. ANVISA. Software como Dispositivo Médico: perguntas e respostas RDC 657/2022. https://www.gov.br/anvisa/pt-br/assuntos/noticias-anvisa/2022/software-como-dispositivo-medico-perguntas-e-respostas/perguntas-respostas-rdc-657-de-2022-v1-01-09-2022.pdf/view
5. Collins GS, Moons KGM, Dhiman P, et al. TRIPOD+AI statement: updated guidance for reporting clinical prediction models that use regression or machine learning methods. BMJ. 2024;385:e078378. https://doi.org/10.1136/bmj-2023-078378