Resistência à insulina prevista por aprendizado de máquina é um fator de risco para 12 tipos de câncer

Por que esta pesquisa importa para a saúde cotidiana

A maioria das pessoas já ouviu que excesso de peso e diabetes tipo 2 podem aumentar a chance de desenvolver câncer, mas o elo oculto entre eles — como o corpo responde à insulina — raramente é medido em exames de rotina. Este estudo mostra que uma pontuação gerada por computador de “resistência à insulina”, construída apenas a partir de exames de sangue comuns e dados básicos de saúde, pode sinalizar pessoas com maior risco não só de diabetes e problemas cardíacos, mas também de vários cânceres importantes. Isso sugere que informações que os médicos já coletam poderiam ser combinadas de maneiras mais inteligentes para identificar indivíduos de alto risco mais cedo e orientar rastreamentos mais direcionados.

Uma impressão digital digital da resistência à insulina

A insulina é um hormônio que ajuda o açúcar a passar do sangue para órgãos como músculo, fígado e tecido adiposo. Quando esses tecidos deixam de responder adequadamente — chamado resistência à insulina — o corpo compensa produzindo mais insulina, o que, ao longo do tempo, pode levar ao diabetes tipo 2 e a doenças cardíacas. O teste laboratorial padrão‑ouro para resistência à insulina é complexo, demorado e inadequado para grandes massas de pessoas. Mesmo medidas de pesquisa mais simples exigem níveis de insulina em jejum, que geralmente não são verificados na prática cotidiana. Para contornar essa barreira, os pesquisadores treinaram anteriormente um modelo de aprendizado de máquina para prever se uma pessoa é resistente à insulina com base em nove medidas de rotina: idade, sexo, raça, índice de massa corporal (IMC), glicemia de jejum, glicemia de longo prazo (HbA1c), triglicerídeos, colesterol total e colesterol HDL “bom”. A pontuação resultante é chamada de resistência à insulina derivada por inteligência artificial, ou AI‑IR.

Testando a pontuação em centenas de milhares de pessoas

Neste novo trabalho, a equipe aplicou o AI‑IR a dados de mais de 370.000 participantes do UK Biobank, um estudo de saúde de longa duração com adultos de 40 a 69 anos. Primeiro, eles perguntaram se a pontuação poderia prever quem desenvolveria diabetes, problemas cardíacos ou morreria durante o acompanhamento. Pessoas sem diabetes que testaram positivo para AI‑IR tiveram cerca de sete vezes mais probabilidade de desenvolver diabetes do que aquelas AI‑IR‑negativas, mesmo após ajuste por idade e sexo. Elas também tiveram maior probabilidade de serem internadas com diabetes, de sofrer eventos cardiovasculares maiores e de morrer por causas cardiovasculares ou por qualquer causa. Quando comparado diretamente com medidas mais simples, como IMC, síndrome metabólica e dois índices baseados em gorduras sanguíneas, o AI‑IR forneceu as previsões mais precisas de diabetes futuro.

Ligando a resistência à insulina ao câncer

Os pesquisadores então se concentraram no câncer. Entre os participantes sem histórico de câncer no início do estudo, acompanharam quem desenvolveu diferentes tipos de tumores ao longo do tempo, usando registros vinculados do Serviço Nacional de Saúde. Olhando para todos os cânceres combinados, o AI‑IR não alterou o risco global. Contudo, quando separaram os cânceres por local, surgiu um padrão mais claro. Pessoas sem diabetes, mas com pontuação AI‑IR positiva, apresentaram riscos maiores de câncer do útero, rim, esôfago, pâncreas, cólon e mama. Também mostraram aumentos sugestivos para cânceres da pelve renal, intestino delgado, estômago, fígado e vesícula biliar, leucemia e cânceres do brônquio e pulmão. Ao mesmo tempo, tinham menor probabilidade de desenvolver câncer de pele. Quando esses tipos de câncer com risco elevado foram agrupados em um desfecho “composto”, indivíduos AI‑IR‑positivos tiveram cerca de 25% mais risco do que pares AI‑IR‑negativos da mesma idade e sexo, diferença que persistiu, embora um pouco reduzida, mesmo após ajuste pelo IMC.

Efeitos relacionados ao peso e independentes do peso

Como o peso corporal influencia fortemente a resistência à insulina, a equipe investigou se o AI‑IR estava simplesmente atuando como um substituto para a obesidade. Eles descobriram que alguns dos aumentos no risco de câncer — como para estômago, fígado e vesícula biliar, pâncreas, cólon, leucemia e câncer de mama — se sobrepunham em grande parte ao efeito do IMC. Mas outros pareceram refletir algo mais específico sobre a própria resistência à insulina. Notavelmente, a ligação entre AI‑IR e câncer de pulmão e brônquios tornou‑se ainda mais forte após ajuste pelo IMC, e permaneceu significativa mesmo quando o status de tabagismo foi levado em conta. Ex‑fumantes com pontuação AI‑IR positiva estavam em risco especialmente alto para cânceres relacionados ao pulmão e para o grupo mais amplo de cânceres associados à resistência à insulina. De modo geral, o AI‑IR forneceu melhor estratificação de risco de câncer do que o IMC e outro índice baseado em gorduras sanguíneas, e desempenho similar ao da síndrome metabólica e da razão triglicerídeos‑para‑HDL, ao mesmo tempo em que continuou sendo a melhor ferramenta para prever diabetes.

O que isso significa para pacientes e médicos

O estudo sugere que um “biomarcador digital” da resistência à insulina, calculado a partir de informações já coletadas na maioria das clínicas, pode destacar pessoas com risco aumentado tanto para diabetes quanto para um conjunto de cânceres. Embora o AI‑IR ainda não seja um teste de rastreamento por si só, ele poderia ajudar os clínicos a decidir quem pode se beneficiar de checagens de glicemia mais frequentes, de estratégias mais agressivas de estilo de vida ou medicação, e de rastreamento de câncer mais precoce ou mais focado, particularmente para órgãos como útero, rim, cólon, pulmão, mama e pâncreas. O trabalho também destaca a resistência à insulina como uma via biológica que liga excesso de peso, gorduras sanguíneas anormais e inflamação crônica ao câncer, incentivando pesquisas futuras sobre como melhorar a sensibilidade à insulina — por meio de dieta, exercício ou medicamentos — pode reduzir o risco de câncer além de prevenir o diabetes.

Citação: Lee, CL., Yamada, T., Liu, WJ. et al. Machine learning-predicted insulin resistance is a risk factor for 12 types of cancer. Nat Commun 17, 1396 (2026). https://doi.org/10.1038/s41467-026-68355-x

Palavras-chave: resistência à insulina, aprendizado de máquina, risco de diabetes, risco de câncer, UK Biobank