A inteligência artificial (IA) emergiu como uma ferramenta poderosa para desvendar as razões pelas quais as taxas de sobrevida ao câncer variam drasticamente ao redor do mundo. Uma pesquisa inovadora, publicada no prestigiado periódico Annals of Oncology em janeiro de 2026, utilizou o aprendizado de máquina para identificar os fatores mais intimamente ligados à sobrevida do câncer em 185 países, transformando dados complexos em roteiros acionáveis para formuladores de políticas de saúde.
Este estudo, co-liderado pelo Dr. Edward Christopher Dee, oncologista de radiação do Memorial Sloan Kettering Cancer Center em Nova York, e Milit Patel, pesquisador da Universidade do Texas em Austin e MSK, busca ir além das comparações gerais. O objetivo é mostrar quais mudanças específicas de política ou melhorias no sistema de saúde podem ter o maior impacto na sobrevida ao câncer em cada nação. A relevância deste trabalho é inegável, dado que os resultados globais do câncer são amplamente influenciados pelas diferenças nos sistemas nacionais de saúde. Com a projeção de que o número de novos casos de câncer atingirá 35 milhões até 2050, a necessidade de intervenções eficazes é mais urgente do que nunca.
A iniciativa não apenas descreve disparidades, mas oferece caminhos práticos. Por meio de uma ferramenta online desenvolvida pelos pesquisadores, usuários podem selecionar um país e visualizar como fatores como riqueza nacional, acesso à radioterapia e cobertura universal de saúde se relacionam com os desfechos do câncer. Esta abordagem representa um salto significativo, permitindo uma saúde pública de precisão que pode maximizar o impacto com recursos limitados.
A inteligência artificial na desvendando desigualdades em saúde
Para chegar a essas conclusões, a equipe utilizou o aprendizado de máquina para analisar dados de incidência e mortalidade por câncer do Global Cancer Observatory (GLOBOCAN 2022), abrangendo 185 países. Essas informações foram combinadas com dados de sistemas de saúde coletados da Organização Mundial da Saúde (OMS), Banco Mundial, agências das Nações Unidas e do Diretório de Centros de Radioterapia. O conjunto de dados incluiu variáveis como gastos com saúde como porcentagem do PIB, PIB per capita, número de profissionais de saúde por 1000 habitantes, níveis de cobertura universal de saúde, acesso a serviços de patologia, um índice de desenvolvimento humano, o número de centros de radioterapia por 1000 habitantes, um índice de desigualdade de gênero e a parcela dos custos de saúde pagos diretamente pelos pacientes.
Milit Patel, primeiro autor do estudo, explicou que os modelos de aprendizado de máquina foram escolhidos por permitirem gerar estimativas e previsões específicas para cada país, superando as limitações dos dados populacionais gerais. O modelo calcula as taxas de mortalidade por incidência (MIR), que indicam a eficácia do tratamento do câncer em um determinado país. Para explicar como os fatores individuais influenciam essas estimativas, os pesquisadores empregaram o método SHAP (SHapley Additive exPlanations), uma técnica popular para explicar modelos de IA, quantificando a contribuição de cada variável para a previsão. Dr. Dee ressaltou que acesso à radioterapia, cobertura universal de saúde e força econômica foram frequentemente alavancas importantes associadas a melhores resultados nacionais de câncer. No Brasil, por exemplo, o modelo indicou que a cobertura universal de saúde é um fator chave.
Impacto prático e futuro das políticas de saúde
Os resultados revelam que os fatores mais influentes variam amplamente de um país para outro, sublinhando a necessidade de abordagens personalizadas. A pesquisa fornece roteiros acionáveis e baseados em dados para formuladores de políticas, mostrando precisamente quais investimentos no sistema de saúde estão associados ao maior impacto para cada nação. À medida que o fardo global do câncer cresce, esses insights podem ajudar os países a priorizar recursos e fechar lacunas de sobrevida da maneira mais equitativa e eficaz possível. Organizações internacionais, provedores de saúde e defensores também podem usar a ferramenta baseada na web para destacar áreas de investimento, especialmente em ambientes com recursos limitados.
Apesar de suas capacidades, o estudo reconhece limitações importantes, como a dependência de dados em nível nacional, a variação na qualidade dos dados em países de baixa renda e o fato de que as tendências nacionais podem ocultar disparidades internas. Além disso, a pesquisa aponta para correlações, não necessariamente para causalidades diretas. No entanto, a inteligência artificial na oncologia continua a apresentar avanços significativos, desde a otimização de diagnósticos até a personalização de tratamentos. No Brasil, a Política Nacional de Prevenção e Controle do Câncer (PNPCC) busca reduzir a mortalidade e incapacidade causadas pela doença, mas enfrenta desafios como a defasagem no acesso à radioterapia, um gargalo que afeta milhares de pacientes anualmente no SUS. A integração de IA e tecnologia na saúde, com foco em políticas de longo prazo e equidade, é crucial para transformar o tratamento do câncer, garantindo que a tecnologia sirva como um suporte valioso para a expertise humana.
