Quando se fala em câncer de mama, é comum imaginar que as decisões médicas sejam tomadas apenas com base nos resultados da mamografia, da biópsia e do exame físico. Embora essas etapas continuem sendo fundamentais, Dr. Vinicius Tadeu Sattin Rodrigues, médico radiologista e ex-secretário de Saúde, ressalta que a oncologia moderna passou a incorporar uma ferramenta que, à primeira vista, parece distante da medicina: a matemática. Atualmente, modelos estatísticos, algoritmos computacionais e sistemas de inteligência artificial analisam milhares de informações simultaneamente para estimar como determinado tumor poderá evoluir, qual tratamento tende a oferecer melhores resultados e quais pacientes apresentam maior risco de desenvolver a doença.
Esses sistemas são conhecidos como modelos preditivos e representam uma das maiores transformações da medicina baseada em evidências. Em vez de considerar apenas um único fator, como idade ou tamanho do tumor, eles integram dezenas e, em alguns casos, milhares de variáveis clínicas, laboratoriais, genéticas e radiológicas para construir estimativas cada vez mais precisas sobre o comportamento biológico da doença. O objetivo não é prever o futuro com absoluta certeza, mas reduzir incertezas e apoiar decisões clínicas mais individualizadas.
O comportamento de um tumor pode ser estimado por meio de probabilidades
Durante muitos anos, médicos precisavam basear grande parte das decisões na experiência clínica e em características isoladas dos tumores. Atualmente, esse processo tornou-se muito mais sofisticado. A medicina passou a utilizar modelos matemáticos capazes de calcular probabilidades a partir da análise de grandes populações acompanhadas durante décadas.
Esses modelos identificam padrões que seriam impossíveis de perceber apenas pela observação humana. Eles calculam, por exemplo, a chance de recorrência da doença, a probabilidade de determinado tratamento apresentar melhor resposta e até o risco de uma mulher desenvolver câncer de mama ao longo da vida. Segundo o Dr. Vinicius Tadeu Sattin Rodrigues, a matemática não substitui a avaliação médica, mas permite transformar milhares de informações científicas em ferramentas que auxiliam decisões muito mais seguras e fundamentadas.
Cada informação acrescenta uma nova peça ao quebra-cabeça
Nenhum modelo preditivo trabalha com apenas uma variável. Quanto maior a quantidade de informações disponíveis, mais refinadas tendem a ser as estimativas produzidas. Idade, histórico familiar, densidade mamária, características observadas nos exames de imagem, perfil molecular do tumor, resultados da biópsia, presença de receptores hormonais, expressão do HER2, índice de proliferação celular, hábitos de vida e até determinadas alterações genéticas podem fazer parte desses cálculos.
O grande diferencial está justamente na capacidade de integrar todos esses fatores simultaneamente. Em vez de analisar cada informação de maneira isolada, os modelos avaliam como elas interagem entre si, produzindo estimativas individualizadas que refletem melhor a complexidade da biologia tumoral.
A inteligência artificial ampliou a capacidade desses modelos
Os primeiros modelos estatísticos utilizavam um número relativamente pequeno de variáveis. Com o avanço da inteligência artificial e do aprendizado de máquina (machine learning), tornou-se possível analisar milhões de dados provenientes de exames, prontuários, estudos científicos e bancos internacionais de imagens médicas.
Esses algoritmos conseguem identificar relações extremamente complexas entre diferentes informações, reconhecendo padrões que dificilmente seriam percebidos por métodos tradicionais. Além disso, muitos sistemas continuam sendo aperfeiçoados à medida que recebem novos dados, tornando suas estimativas progressivamente mais precisas. Para o Dr. Vinicius Rodrigues, a inteligência artificial representa um avanço importante porque permite integrar informações clínicas e radiológicas em uma escala impossível para a análise exclusivamente humana, sempre funcionando como ferramenta de apoio à decisão médica.
Os exames de imagem também alimentam os modelos preditivos
A radiologia ocupa papel cada vez mais relevante nesse processo. Mamografias digitais, tomossíntese, ultrassonografia, ressonância magnética e outras modalidades produzem uma enorme quantidade de informações quantitativas que podem ser incorporadas aos modelos matemáticos.
Além das alterações visíveis ao radiologista, técnicas como a radiômica permitem extrair centenas de características relacionadas à textura, heterogeneidade, vascularização e organização dos tecidos. Essas informações são combinadas com dados clínicos e laboratoriais para construir modelos capazes de estimar agressividade tumoral, risco de progressão e resposta terapêutica com precisão crescente. Conforme explica o Dr. Vinicius Tadeu Sattin Rodrigues, a radiologia deixou de fornecer apenas imagens e passou a produzir dados objetivos que enriquecem significativamente os modelos utilizados pela medicina personalizada.
Os modelos ajudam, mas não substituem o julgamento clínico
Apesar do enorme avanço tecnológico, nenhum algoritmo é capaz de compreender sozinho toda a complexidade de um paciente. Aspectos como sintomas, condições clínicas, preferências individuais, histórico médico e particularidades que não aparecem nos bancos de dados continuam exigindo interpretação humana.
Além disso, modelos desenvolvidos em determinadas populações precisam ser constantemente validados em diferentes países, grupos étnicos e sistemas de saúde antes de serem incorporados à prática clínica. Por esse motivo, as estimativas produzidas devem ser interpretadas como instrumentos de apoio e nunca como respostas definitivas. A decisão final permanece sendo responsabilidade da equipe médica, sempre fundamentada nas melhores evidências científicas disponíveis.
O futuro da oncologia será cada vez mais orientado por dados
A tendência é que os modelos preditivos se tornem progressivamente mais completos, incorporando informações genéticas, biomarcadores, exames laboratoriais, dados provenientes dos dispositivos digitais de saúde e resultados obtidos pelos exames de imagem. Essa integração permitirá construir estratégias de prevenção, diagnóstico e tratamento ainda mais individualizadas.
Para o Dr. Vinicius Tadeu Sattin Rodrigues, os modelos preditivos representam uma das maiores contribuições da medicina baseada em evidências para a oncologia moderna. Quanto maior a capacidade de compreender o comportamento provável de um tumor antes do início do tratamento, maiores serão as possibilidades de oferecer decisões personalizadas, reduzir intervenções desnecessárias e melhorar os resultados para cada paciente.
A matemática dificilmente será lembrada quando uma paciente realizar uma mamografia ou receber um diagnóstico. No entanto, ela já está presente em praticamente todas as etapas da medicina moderna, ajudando profissionais a transformar milhares de informações científicas em decisões mais precisas. Mais do que prever números, esses modelos permitem compreender riscos, antecipar cenários e construir uma assistência cada vez mais personalizada, segura e eficiente.
