Development of a decision support system in oncology for prostate adenocarcinoma

Abstract

ABSTRACT - Healthcare professionals are constantly faced with new developments in the medical practice. In Oncology, diseases have high heterogeneity, and a greater need of providing individual healthcare measures exists since every patient displays different characteristics, medical histories, and lifestyles. Individualized medical practices are a constant process of decision-making, with several possible courses of action. Since choosing the best available option can maximize the success of treatment and minimize the harm done to the patient, a greater need emerges for healthcare professionals to be vigilant of all developments in medical research. The goal of this study is to develop a knowledge-based clinical Decision Support System (DSS) for assessment and treatment in Oncology, named Oncology Custom Assistance Tools (OnCATs). A clinical DSS is a computerized system designed to assist a healthcare professional in performing a very high-demanding task that involves making one or more decisions while saving time and reducing errors. The ultimate focus of the project is to evaluate if OnCATs can precisely characterize a patient into a definitive risk group, assess all the available treatment options, and individually prescribe every treatment that is part of the chosen treatment course. It was understood that OnCATs can accurately simulate the clinical workflow for treatment of localized prostate cancer patients, providing clear evidence-based information, useful for any kind of task in the oncology workflow of treatment. The system also constitutes a method for a healthcare professional to assess all treatment variable options, in a short period of time, before making a definitive decision, which allows saving time and resources, optimizing the overall flow of work. The system’s output is based on a universal well-understood medical language, easy to comprehend and report by all healthcare professionals. The development of this algorithm proved to be an efficient way to computerize a medical process and make it accessible to healthcare professionals, by the means of an easy-to-use digital tool. Prostate cancer was shown to be an adequate starting point for the development of the system, due to providing a solid learning curve, all the steps necessary to expand this method to other kinds of diseases are now well established, showing great promise in its future applications.

RESUMO - Nos dias que correm, os profissionais de saúde são constantemente confrontados com novos desenvolvimentos nas práticas médicas. Em Oncologia, está presente uma grande heterogeneidade nas mais diferentes patologias, e assim, surge uma maior necessidade de fornecer cuidados médicos individualizados, uma vez que cada doente exibe diferentes características, historiais médicos e estilos de vidas. Cuidados médicos individualizados são um processo constante de tomada de decisões, devido às várias características e abordagens terapêuticas diferentes que se têm de ter em conta. Uma vez que a escolha da melhor opção de tratamento disponível pode altamente maximizar o sucesso de tratamento e minimizar os efeitos secundários sofridos pelo doente, surge uma maior necessidade para os profissionais de saúde estarem vigilantes e ocorrentes de todos os desenvolvimentos consequentes da investigação médica. O objetivo deste estudo é desenvolver um Sistema de Suporte à Decisão clínica para gestão e tratamento em Oncologia, nomeado de Oncology Custom Assistance Tools (OnCATs). Um Sistema de Suporte à Decisão clínica é uma ferramenta computorizada que tem o intuito de auxiliar os profissionais de saúde a desempenhar tarefas altamente exigentes, que requerem a tomada constante de decisões, permitindo ao mesmo tempo poupar o tempo despendido na realização dessas tarefas e reduzir os erros. O principal foco deste projeto é avaliar se o OnCATs é capaz de caracterizar precisamente um doente num determinado grupo de risco, avaliar quais as opções terapêuticas mais indicadas para esse doente, e prescrever individualmente cada modalidade tratamento que faz parte de uma abordagem terapêutica multimodalidade. O algoritmo do sistema será validado recorrendo a casos clínicos, comparando os resultados obtidos para cada caso clínico com a abordagem que foi clinicamente aplicada. O desenvolvimento deste estudo pode ser dividido em três fases. A primeira fase foi constituída pela obtenção de uma vasta quantidade de informação médica que permitisse a construção de uma base de dados, relativa às práticas atuais em oncologia e gestão do doente. Na segunda fase, a interface do sistema foi informaticamente construída, de forma a integrar digitalmente a base de dados obtida e a permitir a comunicação do utilizador do com a mesma e, por consequência, a exportação de resultados sobre a forma de um relatório médico. Na última fase, os casos clínicos obtidos recorrendo à literatura, foram então submetidos ao algoritmo do OnCATs de modo a testar o fluxo de funcionamento do sistema e verificar as suas condições de aplicabilidade. Em termos de funcionamento, o fluxo de trabalho do sistema consiste em atribuir um grupo de risco, utilizando a nomenclatura do National Comprehensive Cancer Network (NCCN), com base no estadiamento, Score de Gleason (GS) e concentração do antigénio específico da próstata (PSA). Seguidamente, com base no grupo de risco, esperança média de vida, presença de sintomas e características adversas da doença, o sistema será capaz de recomendar uma, e se possível mais que uma, abordagem terapêutica para esse determinado doente, incluindo Observação (Observation), Vigilância Ativa (Active Surveillance), Radioterapia Externa, Braquiterapia, Cirurgia, Hormonoterapia (Androgen Deprivation Therapy), e 10 outros regimes terapêuticos constituídos por diferentes combinações das diferentes terapêuticas isoladas acima mencionadas. Após a decisão da abordagem terapêutica por parte do utilizador, o sistema é capaz de auxiliar a prescrição individual e combinada de cada um desses 14 diferentes cursos de tratamento. Assim, verificou-se que o OnCATs é capaz de sintetizar precisamente o fluxo de trabalho clínico empregado ao tratamento dos doentes com cancro da próstata localizado, fornecendo informação clara e baseada em evidência clínica, útil para qualquer tipo de tarefa a desempenhar nas práticas atuais em oncologia. Para além disso, o sistema constitui um método eficiente para os profissionais de saúde verificarem, num curto intervalo de tempo, quais as opções terapêuticas disponíveis para tratar um determinado doente, antes da tomada de qualquer decisão definitiva, permitindo assim a poupança de tempo e recursos. O output gerado pelo sistema é baseado numa nomenclatura médica empregue universalmente e bem estabelecida, o que permite a sua fácil compreensão e a estimula a passagem clara de informação entre profissionais de saúde. O desenvolvimento deste algoritmo provou ser um método eficiente para computorizar um processo médico, tornando-o acessível a qualquer profissional de saúde, através de uma ferramenta digital fácil de utilizar. O cancro da próstata mostrou ser um ponto de partida adequado para o desenvolvimento do OnCATs. Devido a fornecer uma curva de aprendizagem sólida, permitiu ainda a ampla identificação de todos os passos necessários para expandir este método a outros tipos de doenças, demonstrando uma grande promessa em aplicações futuras. A amostra de doentes utilizada para testar o sistema possui uma idade média de 69,7 ± 5,9 anos (59 – 77 anos) e uma esperança média de vida de 6,7 ± 3,4 anos (2,8 – 11,7 anos). 4 de 10 doentes (40 %) possuem um tumor com estadio T4 N0 M0, 3 doentes (30 %) possuem um tumor com estadio T2b N0 M0, e os restantes 3 doentes (30 %) possuem um tumor com estadio T1c N0 M0. Relativamente aos grupos de risco, 1 doente (10 %) foi caracterizado como tendo uma doença de risco muito baixo, 3 doentes (30 %) foram caracterizados como tendo uma doença de risco intermédio, 2 doentes (20 %) foram caracterizados como tendo uma doença de alto risco e os restantes 4 doentes (40 %) foram caracterizados como tendo uma doença de risco muito alto. Quanto à avaliação da performance na avaliação dos regimes terapêuticos recomendáveis, foi observado que o sistema foi capaz de sugerir a opção terapêutica aplicada em 40 % dos casos. Nos restantes 60 %, o sistema sugeriu opções terapêuticas diferentes daquela que foi aplicada ao doente. O número médio de sugestões de curso de tratamento dadas pelo sistema para todos os casos clínicos foi 4,4 ± 1,6. Quanto à análise da performance do sistema na prescrição de tratamentos de Radioterapia Externa, em 15 das 20 tarefas (75 %) o sistema apresentou como opção a abordagem aplicada ao doente. Quanto à prescrição de Hormonoterapia, em 14 das 21 tarefas (66,67 %) sistema apresentou como opção a abordagem aplicada ao doente. De um modo geral, o OnCATs desempenhou com sucesso 45 das 56 tarefas (80,4 %) que constituíam todo o percurso de tratamento de todos os casos clínicos. Individualmente, cada caso clínico teve uma taxa média de sucesso de 78,7 % ± 15,6 %. Independentemente dos resultados obtidos após a submissão dos casos clínicos ao algoritmo do OnCATs, é relevante mencionar que é possível que diferentes médicos escolham diferentes abordagens terapêuticas, com base na sua própria lógica e experiência, sem comprometer os resultados e qualidade de vida dos doentes. Futuramente, o próximo passo de desenvolvimento do OnCATs será criar medidas para que o sistema seja capaz de atualizar automaticamente a base de dados já existente, através de uma metodologia prática de scanning de documentos e armazenamento nessa mesma base de dados, recorrendo a tecnologias de inteligência artificial e machine learning. Estas novas implementações poderão originar a identificação de novas variáveis relevantes para os resultados apresentados pelo sistema. A utilização de big data é um procedimento standard para as tecnologias em saúde, devido a permitir a previsão de resultados em escalas de maior dimensão. Como próximo objetivo de melhoria, a extensão do sistema a outros tipos de doença, nomeadamente cancro da próstata não-localizado, cancro da próstata com histologia diferente de adenocarcinoma, e outros tipos de cancro como cancro da mama ou cancro do reto, constituiu um grande benefício.