Colocar a IA para funcionar no setor de saúde é um negócio complicado; é ainda mais verdade na oncologia, onde os riscos são especialmente elevados. Startup de biotecnologia Laboratórios Valar tem como objetivo alto, mas começando aos poucos, com uma ferramenta que prevê com precisão determinados resultados do tratamento, economizando potencialmente um tempo precioso para os pacientes. Arrecadou US$ 22 milhões para expandir para novos tipos de câncer e terapias.
Cada câncer é diferente, mas muitos estabeleceram práticas recomendadas aprimoradas ao longo de anos de testes. Às vezes, porém, isso significa passar meses com um determinado regime de tratamento para descobrir se ele funciona.
O câncer de bexiga é um deles, explicaram os cofundadores da Valar ao TechCrunch. Um primeiro tratamento comum recomendado por oncologistas, chamado terapia BCG, tem uma chance de funcionar – o que é realmente muito bom! Mas não seria bom não ter que jogar essa moeda para começar? Esse é o problema que Valar está tentando resolver.
O CEO Anirudh Joshi disse que a equipe se conheceu em Stanford, onde buscavam suporte de IA para a tomada de decisões clínicas. Em outras palavras, ajudar pacientes e médicos a decidir qual caminho de tratamento seguir, seja entre dois ou uma dúzia.
“O que aprendemos é que, para a maioria dos pacientes com câncer hoje, seu plano de tratamento não é muito claro”, disse Joshi. “Eles têm opções, mas é difícil dizer o que dará certo – você só precisa tentar algumas coisas. Portanto, toda a nossa ideia era tomar esta decisão informada. No tratamento do cancro da bexiga, apenas um em cada dois pacientes responde aos cuidados padrão. Se soubéssemos qual paciente era qual, não teríamos que desperdiçar um ano de terapia com algo que não funciona.”
O primeiro teste que desenvolveram, denominado Vesta, está focado nesta situação específica. E não se trata de uma solução de software teórica: a equipe trabalhou com uma dúzia de centros médicos em todo o mundo para estudar mais de 1.000 pacientes e aprender o que exatamente os faz responder a determinadas terapias.
O processo tem dois componentes: primeiro, uma IA visual (ou modelo de visão computacional) treinada em milhares de imagens histológicas de pacientes com câncer. Essas finas fatias de tecido afetado são cada vez mais escaneadas e inspecionadas por especialistas, embora o processo possa ser um tanto aproximado.
“Esta imagem de altíssima resolução diz muito sobre o que está acontecendo no nível celular de um tumor”, explicou o CTO Viswesh Krishna. “Executamos nossos modelos nesta imagem para extrair uma quantidade muito grande de características, semelhante a um painel genômico; geramos milhares de leituras histológicas [i.e. important image features]e pegue os mais importantes que os patologistas podem estar analisando, mas não conseguem quantificar. Eles podem ver que são diferentes, mas não conseguem medir as diferenças entre eles.”
Joshi teve o cuidado de acrescentar que eles não estão tentando substituir o patologista, mas aumentá-los. Você pode pensar nele como um microscópio inteligente que ajuda um especialista a fazer medições exatas em coisas como danos celulares, resposta imunológica e outras estruturas indicativas de como a doença está progredindo ou sendo inibida.
“No final das contas, o médico está sempre no comando. São apenas mais dados e eles gostam disso. E trazer testes como esse é uma perspectiva externa fundamentada, e os pacientes realmente gostam disso”, disse Joshi.
O componente de imagem, observou a equipe, foi treinado com base em toneladas de dados e pode ser generalizado em muitos domínios e tipos de câncer; contar linfócitos no tecido do câncer de mama é basicamente a mesma tarefa que fazê-lo no tecido do câncer de pele. Mas o que essa contagem, ou qualquer outro biomarcador quantificável que o modelo pode identificar, diz sobre a probabilidade de o paciente responder ao tratamento é muito mais limitado a condições específicas.
Conseqüentemente, o segundo componente do sistema de Valar é o que realmente precisa ser abordado em uma situação clínica específica. E para esse fim, a empresa demonstrou que, no caso específico do cancro da bexiga e do regime de tratamento padrão, o seu teste é um indicador de sucesso muito mais preciso do que qualquer outra métrica existente.
Fatores de risco como idade, histórico de saúde, se alguém fuma e assim por diante são preditivos variáveis de certos resultados do tratamento, mas são “muito grosseiros”, observou Joshi. Valar afirma que seus modelos de IA “superam todas essas variáveis [in predictive power]e são independentes deles” – o que significa que podem ser usados além do fator de risco padrão, e não apenas no lugar deles.
Eles também observaram que tem sido importante manter os resultados interpretáveis: a última coisa que os médicos ou pacientes precisam é de uma caixa preta. Portanto, se diz que um paciente responderá bem, isso é apoiado por “porque o seu sistema imunitário está a fazer A e os seus núcleos estão a fazer B, etc.”
A empresa, fundada em 2021, despendeu grande parte do seu esforço na construção do modelo de imagem e do seu primeiro modelo clínico, para a referida terapia BCG em pacientes com cancro da bexiga. Como Valar observou em um anúncio recente, o teste identifica indivíduos com o triplo do risco normal de não responder ao BCG, o que significa (a critério da equipe médica) que provavelmente é melhor tentar outra coisa. Se isso poupar pelo menos um mês de esforço desperdiçado, poderá mudar a vida de alguns.
Como qualquer pessoa que já passou pelo tratamento do câncer pode lhe dizer, não apenas cada dia de tratamento é incrivelmente valioso, mas também é difícil obter confiança. Valar pode não oferecer certeza (quase impossível em oncologia), mas pode ser uma flecha poderosa nas aljavas dos cuidadores.
Coincidindo com o lançamento iminente de seu primeiro produto, Valar fechou uma rodada Série A de US$ 22 milhões liderada por DCVC e Andreessen Horowitz, com a participação de Pear VC.
“A arrecadação de fundos foi perfeitamente oportuna”, disse Joshi. “Conseguimos concluir esta validação e agora este financiamento ajudará a alimentar a comercialização do Vesta e, ao mesmo tempo, estamos a começar a expandir para outros tipos de cancro.”
Os fundadores disseram que esperam expandir de forma constante, usando um modelo de laboratório comercial muito parecido com o que os testes genômicos seguiram nos últimos anos. O COO Damir Vrabac disse: “É muito semelhante a esses outros testes que vieram antes de nós, não adiciona nenhum atrito para o sistema de saúde.” Esperançosamente, isso permitirá que eles coloquem os custos nas seguradoras e, em última análise, reduzam totalmente o custo dos cuidados, evitando tratamentos desnecessários e ineficazes.