Transformação digital em oncologia: da integração de dados à medicina de precisão

A transformação digital constitui um processo de mudança estrutural impulsionado pela incorporação e integração de tecnologias digitais aos processos organizacionais, científicos e assistenciais. Mais do que a simples digitalização de informações, esse processo envolve a utilização estratégica de tecnologias e dados para aprimorar o desempenho, otimizar resultados, apoiar a tomada de decisão e promover inovação. Na área da saúde, a transformação digital tem adquirido crescente relevância diante da necessidade de desenvolver soluções capazes de ampliar a qualidade, a eficiência e a acessibilidade dos serviços de saúde.

Nos sistemas de saúde, diferentes tecnologias têm contribuído para esse processo, incluindo prontuários eletrônicos, interoperabilidade de sistemas, telemedicina, computação em nuvem, big data, Internet das Coisas (IoT), dispositivos conectados, inteligência artificial e sistemas de apoio à decisão clínica. A integração dessas ferramentas possibilita conectar diferentes fontes de informação e transformar grandes volumes de dados em conhecimento aplicável à prática assistencial e à pesquisa.

Na oncologia, esse processo assume particular importância. O câncer constitui um dos principais problemas de saúde pública e apresenta elevada complexidade e heterogeneidade biológica e clínica. Ao mesmo tempo, o avanço das tecnologias de diagnóstico e caracterização molecular tem ampliado significativamente a quantidade e a diversidade de dados disponíveis para cada paciente. Informações clínicas, epidemiológicas, radiológicas, histopatológicas e moleculares podem ser produzidas ao longo da jornada do paciente, criando novas oportunidades para compreender a doença e aprimorar sua abordagem.

Nesse contexto, diferentes tecnologias digitais e biomédicas vêm sendo incorporadas à pesquisa e à prática oncológica. As tecnologias de sequenciamento de nova geração (NGS) permitem caracterizar alterações genéticas e moleculares associadas ao desenvolvimento e à progressão tumoral, contribuindo para a identificação de biomarcadores diagnósticos, prognósticos e preditivos e para a seleção de estratégias terapêuticas. As biópsias líquidas, por sua vez, constituem uma abordagem minimamente invasiva para a análise de biomarcadores circulantes, como o DNA tumoral circulante (ctDNA) e as células tumorais circulantes (CTCs), apresentando aplicações promissoras no monitoramento da resposta terapêutica, na avaliação da doença residual e na caracterização da evolução molecular dos tumores.

Outra área de destaque é a radiômica, que utiliza técnicas computacionais para extrair características quantitativas de imagens médicas, como tomografias computadorizadas e ressonâncias magnéticas. Esses dados podem ser analisados por modelos estatísticos e algoritmos de aprendizado de máquina para identificar padrões associados a características tumorais, prognóstico e resposta ao tratamento. De maneira semelhante, a patologia digital permite transformar imagens histopatológicas em dados passíveis de análise computacional, ampliando as possibilidades de identificação de padrões morfológicos e biomarcadores digitais.

Entre as tecnologias que mais têm impulsionado a transformação digital em oncologia está a inteligência artificial (IA). Suas aplicações abrangem diferentes etapas da jornada do paciente, desde a prevenção e detecção precoce até o diagnóstico, prognóstico, tratamento, monitoramento, sobrevivência e cuidados paliativos. A IA pode atuar como ferramenta de apoio à decisão clínica, integrando diferentes fontes de informação para identificar padrões e gerar modelos preditivos.

Na prevenção e na avaliação de risco, por exemplo, algoritmos podem combinar dados clínicos, informações multiômicas, registros eletrônicos de saúde, histórico familiar, fatores relacionados ao estilo de vida e exposições ambientais para desenvolver modelos de estratificação de risco. Na etapa diagnóstica, modelos computacionais podem auxiliar na interpretação de imagens e na análise de amostras histopatológicas. Já no tratamento, podem contribuir para a identificação de biomarcadores, predição de resposta terapêutica e seleção de estratégias individualizadas.

Entretanto, o potencial da transformação digital em oncologia não está apenas na utilização isolada dessas tecnologias. Seu maior impacto emerge da capacidade de integrar diferentes modalidades de dados. A combinação de informações epidemiológicas, dados clínicos, imagens médicas, patologia digital, genômica, transcriptômica, proteômica e dados longitudinais permite construir uma representação mais abrangente da doença e de sua evolução.

Essa integração multimodal, associada a modelos computacionais e à inteligência artificial, contribui para a transição de uma medicina predominantemente baseada em características clínicas e histopatológicas para uma abordagem cada vez mais orientada por dados e pela oncologia de precisão. Nesse modelo, diferentes camadas de informação podem ser utilizadas para apoiar a estratificação de risco, o diagnóstico, a avaliação prognóstica, a identificação de biomarcadores e a seleção terapêutica, considerando as características específicas de cada paciente e de seu tumor.

Apesar desse potencial, a incorporação de tecnologias digitais à oncologia também apresenta desafios científicos, clínicos e éticos. A qualidade e a representatividade dos dados, a interoperabilidade entre sistemas, a segurança e a privacidade das informações, a explicabilidade dos modelos, os vieses algorítmicos e a necessidade de validação clínica são aspectos fundamentais para que essas ferramentas possam ser incorporadas de maneira segura e efetiva à prática assistencial. Além disso, no contexto do Sistema Único de Saúde (SUS), a transformação digital deve estar associada à equidade e à ampliação do acesso à inovação, evitando que o avanço tecnológico aprofunde desigualdades existentes.

É nesse cenário que a pesquisa translacional assume papel estratégico, conectando a produção de conhecimento científico ao desenvolvimento de soluções capazes de responder a problemas concretos da prática clínica. Na Rede Mineira de Pesquisa Translacional em Oncologia (ReMPTO), projetos de pesquisa vêm explorando diferentes tecnologias e abordagens para compreender a complexidade molecular dos tumores e contribuir para a personalização do cuidado oncológico.

Atualmente, a ReMPTO integra 18 projetos de pesquisa que utilizam diferentes estratégias e tecnologias para investigar aspectos genéticos, moleculares, clínicos e computacionais relacionados ao câncer. Essas iniciativas refletem o potencial da integração entre ciência, tecnologia e assistência para transformar dados produzidos na pesquisa em conhecimento aplicável à prática clínica.

Entre as iniciativas desenvolvidas pela ReMPTO, destacam-se dois produtos que exemplificam a aplicação de tecnologias digitais à oncologia. O primeiro é o Portal Virtual Informativo de Câncer em Minas Gerais, conduzido pelo Dr. Sérgio Gomes da Silva e sua equipe, que integra e organiza dados epidemiológicos, demográficos e clínicos provenientes dos Registros Hospitalares de Câncer das instituições parceiras. A aplicação de métodos estatísticos e de inteligência artificial permitirá identificar padrões, estimar riscos e reconhecer subgrupos de pacientes, contribuindo para a produção de informações que apoiem pesquisadores, gestores e profissionais de saúde no planejamento de estratégias de prevenção e cuidado.

O segundo é um Atlas de Histopatologia, desenvolvido pela Dra. Telma Fonseca reúne imagens representativas de lâminas histopatológicas em uma base estruturada para pesquisa e ensino, ampliando as possibilidades de aplicação de ferramentas computacionais e inteligência artificial à análise morfológica dos tumores. Em conjunto, essas iniciativas demonstram como a organização, integração e análise de diferentes tipos de dados podem transformar as informações produzidas na assistência e na pesquisa em conhecimento aplicável à oncologia.

Nesse contexto, a transformação digital representa não apenas uma oportunidade de modernização tecnológica, mas também uma mudança na própria forma de produzir conhecimento e tomar decisões em oncologia. A integração entre dados, tecnologias digitais, inteligência artificial e pesquisa translacional pode contribuir para uma oncologia mais precisa, personalizada e orientada por evidências, aproximando a inovação científica das necessidades reais dos pacientes.

Thalía Rodrigues de Souza Zózimo

Biomédica pelo Centro Universitário UNA

Mestre em Genética pela UFMG 

Apoio Técnico da ReMPTO