Obtenção de novos potenciais biomarcadores para o câncer de mama com o auxílio da inteligência artificial explicável

Abstract

O câncer de mama é a neoplasia maligna mais comum em ambos os sexos, representando um quarto dos diagnósticos de câncer em mulheres. Para melhorar a identificação e o desenvolvimento de terapias mais eficazes, e fundamental encontrar potenciais biomarcadores de prognostico. Neste estudo, uma abordagem foi desenvolvida utilizando técnicas de aprendizado de máquina e inteligência artificial explicável para identificar genes relevantes na distinção entre câncer de mama é tecido normal. Os resultados deste estudo revelaram um total de 74 genes com potencial importância na classificação. Algumas características desses genes mostraram evidencias de influenciar a expressão do câncer de mama, tornando-os possíveis biomarcadores prognósticos. Essa abordagem inovadora, que combina aprendizado de máquina e inteligência artificial explicável, pode fornecer insights valiosos sobre os mecanismos moleculares subjacentes ao câncer de mama. A identificação de genes com relevancia na classificação pode contribuir para o desenvolvimento de terapias mais direcionadas e personalizadas, melhorando assim o prognostico e o tratamento dos pacientes com câncer de mama.