Um novo estudo liderado pela Universidade de Stanford (EUA) e publicado na revista Science, apresenta o desenvolvimento da Aprendizagem Automática para Diagnóstico Imunológico (Mal-ID), uma estrutura interpretativa que pode detetar simultaneamente várias doenças ou realizar testes precisos para uma determinada condição.

O diagnóstico clínico incorpora normalmente o exame físico, o histórico do doente e vários testes laboratoriais e estudos imagiológicos, um processo moroso que é frequentemente complicado por diagnósticos iniciais incorretos, refere a agência espanhola.

No entanto, faz uma utilização limitada do registo de exposições do sistema imunitário humano a antigénios codificados por recetores nas células B (BCR) e nas células T (TCR) do doente.

Em resposta a agentes patogénicos, vacinas e outros estímulos antigénicos, os recetores BCR e TCR sofrem alterações.

A sequência de BCR e TCR poderia constituir uma ferramenta de diagnóstico abrangente, permitindo a deteção simultânea de doenças infecciosas, autoimunes e imunomediadas num único teste, mas ainda está por determinar em que medida essa sequenciação pode, por si só, classificar as doenças de forma fiável e abrangente.

A equipa treinou o Mal-ID com dados BCR e TCR recolhidos sistematicamente de 593 indivíduos, incluindo pacientes com covid-19, HIV e diabetes tipo 1, bem como recetores de vacinas contra a gripe e controlos saudáveis.

Os resultados indicam que o sistema distinguiu eficazmente seis estados de doença diferentes em 550 amostras BCR e TCR emparelhadas com uma precisão de classificação excecionalmente elevada.

Este estudo piloto demonstra que os dados de sequenciação de recetores imunitários “podem distinguir uma série de estados de doença e extrair conhecimento biológicos sem conhecimento prévio dos padrões de recetores específicos de antigénios”, escrevem os autores no seu artigo, citado pela EFE.

O modelo também foi capaz de diferenciar entre covid-19, HIV, lúpus, diabetes tipo 1 e indivíduos saudáveis, ilustrando o seu potencial como uma poderosa ferramenta de diagnóstico, embora a abordagem ainda precise de ser refinada, realça a agência de notícias.

Além disso, segundo os cientistas, “com uma maior validação e extensão, o Mal-ID poderá conduzir a ferramentas clínicas que aproveitem a vasta informação contida nas populações de recetores imunitários para o seu diagnóstico médico”.