Predição da expressão de Ki-67 em câncer de mama invasivo com radiômica de dupla modalidade

Por que esta pesquisa importa para as pacientes

Para mulheres que recebem um diagnóstico de câncer de mama invasivo, uma questão central é quão rápido o tumor provavelmente vai crescer e se espalhar. Os médicos costumam usar uma proteína chamada Ki-67 para estimar a velocidade de divisão das células cancerígenas, mas sua medição normalmente exige obtenção de tecido por agulha ou cirurgia. Este estudo investiga se informações ocultas em exames de imagem de rotina — ultrassom e mamografia — podem ser combinadas e analisadas por computador para prever os níveis de Ki-67 sem um exame invasivo adicional, potencialmente ajudando a personalizar o tratamento com menos desconforto e risco.

Ver mais do que o olho consegue detectar

Ultrassom e mamografia são ferramentas padrão para detectar e caracterizar tumores de mama. Radiologistas observam forma, contornos e outros detalhes visíveis, mas cada imagem também contém padrões sutis de brilho e textura complexos demais para o olho humano interpretar por completo. Radiômica é uma técnica que converte essas imagens médicas em centenas de características mensuráveis, transformando cada tumor em uma rica impressão digital numérica. Os autores supuseram que essas impressões digitais poderiam refletir quão agressivo é o tumor, incluindo se o nível de Ki-67 é alto ou baixo.

Combinando dois tipos de imagem

A equipe de pesquisa estudou 206 mulheres com câncer de mama invasivo tratadas em um único hospital. Todas tinham imagens pré-operatórias claras de ultrassom e mamografia, além de resultados laboratoriais de Ki-67. Os tumores foram agrupados como Ki-67 baixo (20% ou menos) ou Ki-67 alto (acima de 20%), um ponto de corte comumente usado. Especialistas contornaram manualmente cada tumor nas imagens, e um software extraiu mais de mil características de cada método de imagem. Essas características descreviam brilho básico, forma do tumor e padrões de textura em detalhe, tanto nas imagens originais quanto após transformações matemáticas projetadas para destacar estruturas ocultas.

Ensinando o computador a prever agressividade

Como nem todas as características são igualmente úteis, os pesquisadores utilizaram um método estatístico para reduzi-las a um conjunto menor com maior poder preditivo. Em seguida, treinaram vários tipos de modelos de aprendizado de máquina para distinguir tumores de Ki-67 alto dos de Ki-67 baixo, construindo três versões: uma baseada apenas em ultrassom, outra apenas em mamografia e uma que combinou características de ambos. Eles testaram rigorosamente os modelos usando validação cruzada repetida, um processo que reembaralha e divide os dados várias vezes em grupos de treino e teste para verificar quão bem os resultados se mantêm em novos casos.

O que os modelos aprenderam com as imagens

O modelo combinado claramente superou os modelos baseados em uma única modalidade de imagem. Alcançou uma área sob a curva de 0,882, o que significa que corretamente classificou tumores de Ki-67 alto versus baixo em quase nove de cada dez casos, com um bom equilíbrio entre sensibilidade (identificar tumores agressivos) e especificidade (evitar falsos positivos). Ultrassom isolado e mamografia isolada foram nitidamente menos precisos. Muitas das características mais importantes capturaram textura — quão uniforme ou variado eram os níveis de cinza dentro do tumor — além de aspectos da forma tumoral. Usando uma ferramenta de interpretação chamada SHAP, os autores mostraram quais características mais fortemente inclinavam o modelo para uma previsão de alto ou baixo risco, tornando suas decisões mais transparentes.

Impacto potencial no cuidado e próximos passos

O estudo sugere que, ao combinar informações de ultrassom e mamografia, os computadores podem estimar a atividade de crescimento de um tumor de maneira que se aproxima dos testes de Ki-67 baseados em biópsia. Na prática, essa ferramenta poderia ajudar médicos a decidir quando intensificar o tratamento ou monitorar mais de perto, especialmente quando uma biópsia é de difícil obtenção ou quando são necessárias medidas repetidas ao longo do tempo. Contudo, o trabalho foi realizado em um único centro e de forma retrospectiva, portanto ainda precisa ser testado em grupos maiores e diversos de pacientes e em ensaios prospectivos. Se confirmado, esse enfoque de radiômica de dupla modalidade poderia tornar-se um complemento valioso e não invasivo à patologia tradicional na orientação do tratamento personalizado do câncer de mama.

Citação: Xu, R., Lin, Q., Zheng, C. et al. Prediction of Ki-67 expression in invasive breast cancer with dual-modality radiomics. Sci Rep 16, 12129 (2026). https://doi.org/10.1038/s41598-026-42827-y

Palavras-chave: câncer de mama, Ki-67, radiômica, ultrassom, mamografia