Estudo mostra precisão de até 86% no uso de IA para detectar tumores cerebrais; especialista avalia
O trabalho foi publicado na revista científica Biology Methods and Protocols, da Universidade de Oxford
A inteligência artificial (IA) tem se tornado cada vez mais presente na medicina: dos consultórios às salas de cirurgia, ela desponta como a nova fronteira de avanços tecnológicos para os cuidados com a saúde humana. Um estudo publicado na revista científica Biology Methods and Protocols, da Universidade de Oxford, mostra que esta tecnologia pode distinguir tumores cerebrais de tecido saudável.
Para Bruno Aragão, radiologista e coordenador médico de Inovação do Grupo Fleury, a perspectiva de ter a tecnologia precisa e rápida é animadora.
— A IA representa uma evolução animadora na medicina, especialmente, em áreas como a oncologia cerebral, em que os desafios diagnósticos são grandes. Com ela, as tarefas podem ser feitas de forma menos trabalhosa e com mais padronização — avalia o especialista.
Ele também aponta que atualmente, a detecção, análise das características do tumor e controle de qualidade do diagnóstico são procedimentos feitos por humanos. Contudo, a rapidez na análise das imagens ainda são um desafio encontrado na área, pois quanto mais rápido o problema for identificado, mais rápido poderá ser tratado.
O estudo
Dessa forma, a equipe responsável pelo estudo testou dois modelos de IA em um treinamento de diferenciação de exames com cérebros saudáveis e com câncer, detecção da área afetada pelo câncer e com qual tipo de câncer ele se parece. O grupo de pesquisadores utilizou exames de ressonância magnética (considerada o padrão ouro para diagnóstico de tumores no cérebro) disponíveis em domínio público.
Assim, o primeiro modelo teve uma precisão média de 85,99% na detecção do câncer cerebral e o segundo, de 83,85%. Além disso, após os testes, a IA mostrou os locais específicos que validaram sua classificação para o diagnóstico positivo ou negativo. Com isso, os pesquisadores conseguiram avaliar as decisões por trás dos resultados.
Outra descoberta foi que a precisão e a clareza melhoraram conforme a equipe treinou as redes para encontrar animais camuflados. Ainda que os dois tipos de imagens fossem muito diferentes entre si, os cientistas notaram um paralelo consistente entre um animal se escondendo através de camuflagem natural e um grupo de células cancerosas se misturando ao tecido saudável ao redor.
O algoritmo de aprendizagem profunda utilizado no estudo, chamado redes neurais convolucionais, permite que grandes conjuntos de dados de imagens possam ser reconhecidos e classificados pela inteligência artificial. Os cientistas também podem reutilizar um modelo treinado em uma tarefa para um novo projeto relacionado.
O papel esperado para IA no futuro é de “segundo radiologista robótico”, uma segunda opinião para validar o que foi observado pelo radiologista e que também consegue indicar a área que contém um tumor.
Nesse sentido, os pesquisadores envolvidos no estudo argumentam que o próximo passo é importante se concentrar em conseguir criar modelos de redes profundas cujas decisões possam ser descritas de maneiras intuitivas, para que a inteligência artificial possa ocupar um papel de suporte transparente em ambientes clínicos.
“Visar a explicabilidade da IA melhora a comunicação entre humanos e IA em geral. Isso é particularmente importante entre profissionais médicos e IA projetada para propósitos médicos”, conclui o autor principal do artigo, Arash Yazdanbakhsh, em comunicado.
