IA e os Problemas Difíceis do Mundo · Medicina e descoberta de medicamentos · Nature (computational biology) · 2026-10-26
Modelos interpretáveis de aprendizado de máquina para predição do Oncotype DX® usando dados clinicopatológicos: um estudo de coorte brasileiro
Título original: Interpretable machine learning models for oncotypedDX® prediction using clinicopathologic data: a brazilian cohort study
O Oncotype DX orienta as decisões sobre quimioterapia no câncer de mama em estágio inicial, mas seu alto custo limita o acesso em contextos com recursos limitados. Usando 935 pacientes de uma coorte brasileira, os autores construíram um modelo interpretável de regressão ridge a partir de variáveis clinicopatológicas disponíveis na rotina para prever se o escore de recorrência ultrapassa 25. O modelo alcançou uma AUROC de 0,818, e seu quartil de maior risco continha 60,8% dos casos com escore acima de 25; os autores sugerem que até 75% das pacientes poderiam ser triadas sem testes confirmatórios.