---
title: "Cleveland Clinic desenvolve modelo de IA que prevê risco de mieloma múltiplo com maior precisão"
author: "Gabriela P. Torres"
date: "2026-06-04 09:45:00-03"
category: "Inteligência Artificial & Dados"
url: "http://desbugados.scale.press/portal/desbugados/post/2026/06/04/cleveland-clinic-desenvolve-modelo-de-ia-que-preve-risco-de-mieloma-multiplo-com-maior-precisao/md"
---

## Resumo
- Modelo de machine learning da Cleveland Clinic supera ferramentas padrão em 18% de acurácia na previsão de sobrevivência no mieloma múltiplo.
- Combinação de estadiamento clínico, mutação TP53 e assinatura de seis genes identificada via algoritmo CoxBoost.
- Análise baseada em dados de 753 pacientes do estudo da Multiple Myeloma Research Foundation, incluindo 36 com mutação TP53.
- Trabalho apresentado na reunião anual da American Society of Clinical Oncology em 2026.
- Participação de estudante do ensino médio no desenvolvimento reforça abordagem colaborativa da pesquisa.
- Abordagem integra dados genômicos e clínicos para estratificação de risco mais confiável e aplicável na prática.

---

Um novo modelo de **machine learning** desenvolvido na **Cleveland Clinic** promete melhorar a previsão de sobrevivência em pacientes com **mieloma múltiplo**. Enquanto ferramentas padrão de risco frequentemente deixam margem para incertezas, essa solução combina estadiamento clínico, presença da mutação TP53 e uma assinatura de seis genes identificada por IA. O resultado é uma acurácia 18% superior, conforme dados apresentados em junho de 2026.

## Como o modelo foi construído a partir de dados reais

Os pesquisadores analisaram informações do estudo de resposta ao tratamento da Multiple Myeloma Research Foundation, que reuniu cerca de **753 pacientes**. Desses, 36 apresentavam a mutação TP53, um marcador associado a prognósticos mais agressivos. A equipe, liderada pelo Dr. Shahzad Raza, hematologista-oncologista do Cleveland Clinic Cancer Institute, identificou uma assinatura de seis genes e aplicou o algoritmo **CoxBoost** para integrar todas as variáveis. O modelo resultante une estadiamento clínico tradicional, o status da mutação TP53 e essa assinatura genética em uma única previsão.

## Por que a precisão aumentou em relação aos métodos convencionais

Ferramentas tradicionais de estratificação de risco no mieloma múltiplo geralmente consideram apenas fatores clínicos ou genéticos isolados. Ao adicionar o componente de machine learning, o sistema da Cleveland Clinic consegue capturar interações complexas entre esses dados. O trabalho foi apresentado na reunião anual da American Society of Clinical Oncology, com abstract publicado em 27 de maio de 2026. A participação de um estudante do ensino médio, Sriram Subramanian, no laboratório do Dr. Raza demonstra que a pesquisa combina rigor acadêmico com abordagens inovadoras de análise de dados.

## O que isso significa na prática para pacientes e médicos

Com uma previsão mais precisa, médicos podem ajustar planos de tratamento com maior confiança, priorizando terapias mais agressivas para casos de alto risco ou opções menos tóxicas para pacientes com melhor prognóstico esperado. O modelo não substitui a avaliação clínica completa, mas oferece uma camada adicional de informação quantitativa que pode orientar decisões compartilhadas entre equipe médica e paciente.