O que parecia uma lancha de contrabando de drogas na costa de Almería era algo muito mais estranho: um iate artesanal movido a energia solar
Sem pedir permissão, os EUA vêm usando há 40 anos, como estacionamento, o terreno que o Uruguai comprou para construir sua embaixada na Arábia Saudita
O jato particular do emir do Catar é tão pesado que pista de cidade espanhola precisou ser inspecionada após o pouso para saber se houve danos
Inteligência artificial prevê sobrevida em pacientes com câncer, aponta estudo
Pesquisa paulista avalia seis algoritmos e identifica modelos mais precisos para cinco tipos de tumores
Cientistas brasileiros do Registro Hospitalar de Câncer de São Paulo revelaram que algoritmos de inteligência artificial podem prever com alta precisão a sobrevida de pacientes com os tipos de câncer mais comuns. O estudo, publicado na Revista de Saúde Pública em 2026, destaca o potencial do aprendizado de máquina para transformar o planejamento e as decisões estratégicas na oncologia, oferecendo uma nova ferramenta para médicos e gestores de saúde.
O levantamento utilizou dados do Registro Hospitalar de Câncer do Estado de São Paulo. A análise contemplou os cinco tipos de tumores com maior incidência: mama, próstata, pulmão, colorretal e colo do útero.
O que parecia uma lancha de contrabando de drogas na costa de Almería era algo muito mais estranho: um iate artesanal movido a energia solar
Sem pedir permissão, os EUA vêm usando há 40 anos, como estacionamento, o terreno que o Uruguai comprou para construir sua embaixada na Arábia Saudita
O jato particular do emir do Catar é tão pesado que pista de cidade espanhola precisou ser inspecionada após o pouso para saber se houve danos
Como a pesquisa foi feita
Os pesquisadores avaliaram o desempenho de seis algoritmos de aprendizado de máquina focados em análise de sobrevida. Entre os modelos testados estão o Gradient Boosting Survival (GBS) e o XGBoost Accelerated Failure Time (AFT).
O modelo XGBoost AFT apresentou os melhores resultados para os cânceres de mama, pulmão, colorretal e colo do útero. Já o algoritmo GBS obteve desempenho superior na análise dos casos de câncer de próstata.
Fator determinante
A análise de explicabilidade dos algoritmos apontou que o estadiamento clínico do paciente é a variável mais importante para a predição. Os resultados indicam que os modelos mantêm o desempenho independentemente do tipo de tumor, do tamanho da amostra ou da proporção de censura dos dados.
Texto gerado com ajuda de Inteligência Artificial e editado pelo nosso time de jornalistas.
Comentários
Os comentários são de responsabilidade exclusiva de seus autores e não representam a opinião deste site. Se achar algo que viole os termos de uso, denuncie.