Durante décadas, a mamografia por raios X tem sido o padrão ouro da imagem mamária para a detecção precoce do câncer de mama. Embora a técnica continue valiosa em termos de redução de mortes por câncer, ela expõe as pacientes a pequenas quantidades de radiação ionizante, comprime dolorosamente as mamas para permitir que os raios X atravessem o tecido com mais facilidade e, especialmente no caso de tecido mamário denso, produz muitos diagnósticos falso-positivos.

Outras técnicas, como ultrassom e ressonância magnética (RM), podem ser usadas para obtenção de imagens das mamas, mas também apresentam problemas. O ultrassom é muito seguro, mas sua precisão depende da habilidade do operador e os resultados nem sempre são conclusivos. A ressonância magnética é demorada, cara e não pode ser usada em pacientes alérgicos a meios de contraste, claustrofóbicos ou portadores de certos implantes.

"Estávamos fortemente motivados a trabalhar neste problema porque nenhuma das técnicas atuais é perfeita", afirma Lihong Wang , Professor Bren de Engenharia Médica e Engenharia Elétrica do Caltech. "O futuro da medicina precisa ser melhor do que isso."

A técnica que Wang e seus colegas desenvolveram e aprimoraram nos últimos 20 anos é chamada de tomografia computadorizada fotoacústica, ou PACT. Ela oferece uma alternativa de imagem da mama sem o desconforto, os altos custos ou os riscos associados aos métodos de avaliação convencionais. A PACT possui um scanner laser-sônico que pode identificar tumores em apenas 15 segundos.

Em colaboração com pesquisadores do City of Hope Comprehensive Cancer Center, em Duarte, Califórnia, a equipe testou o PACT em 39 pacientes. Obteve resultados comparáveis aos da mamografia e da ressonância magnética em termos de diferenciação entre tecido suspeito e normal, bem como entre tumores ou nódulos malignos e benignos.

Os cientistas descrevem o PACT e seus resultados clínicos em um novo artigo publicado na revista Nature Biomedical Engineering . Os autores principais do artigo são Xin Tong (MS '21), Cindy Z. Liu e Yilin Luo, estudantes de pós-graduação do Departamento Andrew e Peggy Cherng de Engenharia Médica do Caltech; juntamente com Li Lin (PhD '20), que concluiu o trabalho no Caltech e agora está na Universidade de Zhejiang, na China.

"Este é o ápice de literalmente décadas de trabalho", afirma Wang, que também é o Presidente da Cátedra de Liderança em Engenharia Médica Andrew e Peggy Cherng e diretor executivo de engenharia médica do Caltech. "Gostaríamos de tornar o PACT uma ferramenta clínica que beneficie os pacientes — para ajudar a detectar o câncer de mama sem que as pacientes corram o risco de desenvolver câncer ou se preocupem com uma reação alérgica."

O PACT funciona projetando um pulso de laser infravermelho próximo no tecido mamário. A luz do laser se difunde pela mama e é absorvida por moléculas. Por exemplo, ela pode ser absorvida por moléculas de hemoglobina transportadoras de oxigênio nos glóbulos vermelhos da paciente, fazendo com que as moléculas vibrem ultrassônicamente.

Ao contrário dos raios X, que viajam em linha reta, as ondas de luz se espalham ou ricocheteiam dentro dos tecidos, dificultando a obtenção de imagens de alta resolução. Assim, o PACT combina luz e som em uma única modalidade. "Usamos a luz para ver as moléculas, mas usamos o som para definir a localização espacial", diz Wang.

As vibrações das moléculas percorrem o tecido e são captadas por um conjunto de 512 minúsculos sensores ultrassônicos colocados sobre a pele da mama. Os dados desses sensores são usados para montar uma imagem das estruturas internas da mama em um processo semelhante à ultrassonografia, porém muito mais preciso. O PACT pode fornecer uma visão nítida de estruturas tão pequenas quanto um quarto de milímetro a uma profundidade de 4 centímetros.

"Basicamente, usamos moléculas para descobrir a fisiologia do corpo", diz Wang. "Essa é a beleza da tomografia fotoacústica: ao detectar moléculas, podemos descobrir exatamente como o corpo está funcionando. Quando há uma diferença funcional, isso significa que podemos potencialmente detectar melhor a doença." Por exemplo, o PACT é excelente na detecção de hemoglobina e, portanto, na revelação da angiogênese, um sinal comum do câncer de mama, que envolve o crescimento de vasos sanguíneos adicionais para levar mais sangue rico em nutrientes às células cancerosas. O PACT também pode detectar hipóxia tumoral, outro sinal do câncer, em que o metabolismo rápido excede o suprimento sanguíneo, deixando partes do tumor sem oxigênio.

Com a maturidade da inteligência artificial (IA) e do aprendizado de máquina, Wang afirma que o PACT se tornou mais eficiente na detecção de anormalidades no tecido mamário do que há alguns anos. Os cientistas treinaram o sistema com imagens de tumores ou nódulos malignos e benignos, bem como de tecido suspeito e saudável, aprimorando sua capacidade de detectar variações sutis que indicam o tipo de tecido analisado. De fato, afirma Wang, o PACT frequentemente detecta características problemáticas que provavelmente passariam despercebidas pelo olho humano.

Durante um exame PACT, a paciente deita-se de bruços sobre uma mesa com um recesso contendo um banho de água morna, sensores ultrassônicos e o laser. Uma mama de cada vez é colocada no recesso, e o laser a ilumina por baixo. Como a técnica é rápida, cada exame pode ser realizado enquanto a paciente prende a respiração.

"Começamos com um sistema básico de laboratório — apenas um transdutor de ultrassom de elemento único que girava — e levou uma eternidade. Agora podemos gerar imagens 3D durante uma única respiração, o que o torna muito prático", diz Wang.

Wang acrescenta que, de certa forma, o novo trabalho é apenas o começo, pois a equipe acredita que será capaz de aprimorar ainda mais a qualidade de imagem da técnica, adicionando comprimentos de onda de laser adicionais aos dois atualmente utilizados e aprimorando recursos adicionais. Olhando para o futuro, os próximos passos da equipe incluem a aquisição de um conjunto maior de dados de mais voluntárias com câncer de mama, o aprimoramento do modelo de classificação com o aproveitamento de mais recursos e, eventualmente, a comercialização da tecnologia.

O artigo intitula-se "Tomografia computadorizada fotoacústica panorâmica com classificação baseada em aprendizagem aprimora a caracterização de lesões mamárias". Os autores adicionais são Peng Hu (PhD '23) e Junfu Zheng, aluno de pós-graduação do Caltech; Yide Zhang e Rui Cao, ex-membros do laboratório Wang; e Jessica Dzubnar, Marta Invernizzi, Stephanie Delos Santos, Jaclene Torres, Armine Kasabyan, Lily Lai e Lisa D. Yee, da City of Hope. O trabalho foi parcialmente financiado por bolsas dos Institutos Nacionais de Saúde.