Sistema baseado em aprendizado profundo para prever o volume de ressecção em carcinoma hepatocelular usando TC com contraste

Planejamento mais inteligente para cirurgia de câncer de fígado

Para pessoas com câncer de fígado, um dos maiores desafios que os cirurgiões enfrentam é decidir quanto do fígado deve ser removido. Remover pouco demais pode permitir a recidiva do tumor; remover demais pode deixar o paciente sem fígado saudável suficiente para sobreviver. Este estudo apresenta um novo sistema de inteligência artificial (IA) que utiliza exames de tomografia computadorizada (TC) para ajudar os médicos a planejar operações hepáticas de forma rápida e precisa, com o objetivo de tornar as cirurgias mais seguras, rápidas e consistentes.

Por que o tamanho do fígado importa tanto

O tipo mais comum de câncer primário do fígado, chamado carcinoma hepatocelular, é agressivo e vem se tornando mais frequente no mundo todo. A cirurgia que remove completamente o tumor oferece a alguns pacientes a melhor chance de sobrevivência a longo prazo. Mas o fígado não é um órgão que se possa retirar livremente. Ele realiza muitas funções vitais, desde filtrar toxinas até processar nutrientes. Se os cirurgiões removem uma porção excessiva, os pacientes podem sofrer insuficiência hepática com risco de vida no pós-operatório. Por outro lado, deixar uma margem muito pequena ao redor do tumor aumenta a probabilidade de células cancerosas permanecerem. Calcular com precisão qual fração do fígado pode ser removida com segurança é, portanto, central na cirurgia hepática moderna.

O status quo lento e manual

Hoje, esse cálculo cuidadoso costuma ser feito manualmente. Radiologistas e cirurgiões carregam TC com contraste em softwares especializados de planejamento tridimensional (3D), contornam o fígado e os tumores fatia a fatia, identificam vasos sanguíneos importantes e então simulam diferentes planos de corte. Esse processo pode levar vários minutos por paciente e requer pessoal altamente treinado. Também está sujeito a variações humanas: dois especialistas podem traçar bordas ligeiramente diferentes, e a mesma pessoa pode não ser perfeitamente consistente dia a dia. Em hospitais movimentados, onde muitos pacientes necessitam de cirurgia hepática, esse planejamento demorado pode retardar o atendimento e aumentar os custos.

Um assistente de IA chamado LRVCD

Os pesquisadores desenvolveram um sistema baseado em IA que chamam de Liver Resection Volume Calculation with Deep Learning, ou LRVCD. Ele utiliza modelos de aprendizado profundo treinados em TC de 990 pacientes tratados em dois grandes hospitais ao longo de uma década. Na primeira etapa, a IA detecta automaticamente tumores hepáticos e divide o fígado em segmentos anatômicos detalhados nas imagens de TC. Na segunda etapa, o sistema combina esses mapas segmentares com o plano escolhido pelo cirurgião — seja a remoção de um segmento padrão ou um corte mais irregular e personalizado — para calcular quanto tecido hepático saudável e quanto tumor seriam removidos. O sistema informa números-chave, como o tamanho total do fígado, o volume do tumor, o volume de ressecção planejado e a porcentagem do fígado a ser removida.

Colocando o sistema à prova

Para verificar se o LRVCD é confiável, a equipe comparou seus resultados com os de cirurgiões experientes usando softwares 3D estabelecidos. Eles avaliaram dois grupos independentes de pacientes: um do mesmo hospital onde a IA foi treinada e outro de centros diferentes. Para cada caso, mediram quão próximas as estimativas da IA sobre volume hepático, volume tumoral e ressecção planejada ficavam em relação à referência manual. As diferenças foram pequenas, e a concordância na medida-chave — a porcentagem do fígado a ser removida — foi próxima entre ambos os grupos. Embora a IA tendesse a subestimar ligeiramente o tamanho geral do fígado e superestimar um pouco o volume tumoral, essas tendências permaneceram dentro de limites clínicos aceitáveis e refletiram peculiaridades conhecidas do planejamento 3D feito por humanos.

De horas de trabalho para segundos

Uma das vantagens mais impressionantes do LRVCD é a rapidez. Em ambos os grupos de teste, interno e externo, o fluxo de trabalho guiado por IA reduziu o tempo de planejamento em aproximadamente vinte vezes em comparação com o processo convencional em software 3D. O que antes levava da ordem de dez minutos ou mais pôde ser concluído agora em menos de meio minuto. Como a IA realiza a maior parte do trabalho pesado de segmentação e cálculo de volumes, a intervenção humana fica em grande parte limitada à inserção de informações cirúrgicas básicas e a pequenos ajustes quando necessário. Isso permite que radiologistas e cirurgiões dediquem mais atenção às decisões clínicas e menos ao trabalho repetitivo com o mouse.

O que isso significa para os pacientes

Para os pacientes, os detalhes técnicos se resumem a uma promessa simples: planejamento cirúrgico mais rápido e preciso, sem exames extras ou custo adicional. Ao fornecer estimativas rápidas e consistentes de quanto do fígado pode ser removido com segurança, o LRVCD pode ajudar os cirurgiões a avançar para operações com intenção curativa mantendo o risco de insuficiência hepática pós-cirúrgica sob controle. O estudo mostra que essa ferramenta de IA tem desempenho semelhante ao dos métodos 3D estabelecidos, ao mesmo tempo em que reduz muito a carga de trabalho. Os autores observam que são necessários mais estudos para testar o sistema em grupos de pacientes mais amplos e para automatizar ainda mais a tomada de decisão cirúrgica, mas os resultados sugerem que o planejamento guiado por IA poderá em breve se tornar um aliado prático na sala de cirurgia para o tratamento do câncer de fígado.

Citação: Wang, X., Zhang, L., Liu, P. et al. Deep learning-based system to predict hepatocellular carcinoma resection volume using contrast-enhanced CT. Sci Rep 16, 6388 (2026). https://doi.org/10.1038/s41598-026-37085-x

Palavras-chave: cirurgia de câncer de fígado, IA em imagem médica, carcinoma hepatocelular, planejamento por tomografia, volume de ressecção hepática