IA e os Problemas Difíceis do Mundo · Medicina e descoberta de medicamentos · Nature (computational biology) · 2026-10-21
HRDPath: uma arquitetura explicável de aprendizado profundo multimodelo para prever a deficiência de recombinação homóloga a partir de imagens histopatológicas
Título original: HRDPath: an explainable multi-model deep learning architecture for predicting homologous recombination deficiency from histopathology images
A deficiência de recombinação homóloga (HRD) é um biomarcador fundamental para decisões de tratamento no carcinoma tubo-ovariano seroso de alto grau, mas os testes genômicos existentes são variáveis, caros e demorados. Os autores desenvolveram o HRDPath, uma arquitetura de aprendizado profundo que prevê o status de HRD diretamente a partir de imagens de lâmina inteira, sem a necessidade de testes moleculares adicionais. Validado em três coortes de pacientes, alcançou uma AUC de 0.846, com sensibilidade e especificidade ambas atingindo 0.90.