Sistema de inteligência artificial analisa tomografias para identificar sinais de doenças além do problema que motivou o exame
Uma tomografia computadorizada pode trazer informações sobre a saúde que vão além da investigação solicitada pelo médico. Pesquisadores da Universidade da Pensilvânia, nos Estados Unidos, desenvolveram um sistema de inteligência artificial capaz de analisar essas imagens em busca de sinais de outras doenças e de possíveis problemas de saúde no futuro.
Batizada de Percival, a ferramenta foi treinada com aproximadamente 400 mil tomografias de cerca de 50 mil pacientes. A proposta é encontrar padrões que podem passar despercebidos durante a avaliação habitual dos exames e ajudar a identificar situações que mereçam atenção médica.
Um exame pode trazer mais informações do que se imaginava
Quando uma pessoa faz uma tomografia, as imagens geralmente são analisadas com um objetivo específico. O médico pode, por exemplo, solicitar o exame para investigar uma infecção pulmonar, avaliar uma dor ou acompanhar uma alteração já conhecida.
Mas as imagens também podem conter sinais relacionados a outras condições. Uma tomografia feita para investigar uma pneumonia, por exemplo, pode apresentar alterações que mereçam uma avaliação mais cuidadosa em outra região do corpo.
O Percival foi desenvolvido para procurar esse tipo de informação adicional. Em vez de analisar as imagens apenas para responder a uma pergunta específica, o sistema aprende a relacionar características dos exames com dados clínicos e informações sobre a evolução da saúde dos pacientes.
Essa abordagem pode ampliar o aproveitamento de exames que já foram realizados, sem que seja necessário solicitar uma nova tomografia apenas para procurar cada possível doença.
Como funciona a inteligência artificial
Para desenvolver o sistema, os pesquisadores utilizaram dados do banco de informações médicas da Penn Medicine, que reúne registros de pacientes atendidos pelo sistema de saúde da universidade ao longo de aproximadamente duas décadas.
O treinamento envolveu cerca de 400 mil tomografias de aproximadamente 50 mil pessoas. Com esse volume de informações, a inteligência artificial aprendeu a identificar relações entre as imagens, os dados de saúde e os desfechos clínicos registrados nos prontuários.
Na prática, o modelo procura combinações de características que podem estar associadas a determinadas doenças ou a riscos futuros. São padrões que nem sempre aparecem como uma alteração evidente na imagem, mas que podem carregar informações relevantes quando analisados em conjunto com outros dados.
A tecnologia também foi desenvolvida para funcionar de maneira ampla, sem precisar ser orientada exclusivamente para uma única doença a cada análise.
Doenças que podem deixar sinais nas imagens
Nos testes, os pesquisadores observaram que o Percival conseguiu identificar sinais associados a diferentes problemas de saúde, incluindo fibrilação atrial (um tipo de alteração no ritmo dos batimentos cardíacos) e doença renal crônica.
O sistema também apresentou resultados melhores que os de outra ferramenta de inteligência artificial usada como referência na identificação de sinais relacionados a condições como câncer de pâncreas, cirrose e pneumonia bacteriana.
Esses resultados indicam que as tomografias podem conter informações úteis que vão além da finalidade original do exame. A análise por inteligência artificial pode ajudar a chamar a atenção para possíveis alterações que precisem ser investigadas, inclusive quando o paciente ainda não está sendo avaliado especificamente por aquela condição.
Isso não significa, porém, que a ferramenta confirme sozinha a presença de uma doença. Os sinais identificados precisam ser interpretados no contexto clínico de cada pessoa e, quando necessário, avaliados por meio de outros exames.
A proposta é antecipar a investigação de problemas de saúde
A possibilidade de encontrar sinais adicionais em exames já realizados faz parte de uma estratégia conhecida como rastreamento oportunístico. Em termos simples, significa aproveitar uma avaliação médica feita por um motivo para procurar, também, indícios de outros problemas que poderiam passar despercebidos.
Se essa abordagem demonstrar bons resultados na prática clínica, poderá contribuir para que alguns pacientes sejam encaminhados para uma investigação mais cedo. A identificação antecipada de um risco pode ser especialmente importante em doenças que evoluem silenciosamente ou que costumam ser descobertas em fases mais avançadas.
A ferramenta também poderá ajudar médicos a reunir informações mais abrangentes sobre a saúde de cada paciente. Ainda assim, encontrar um sinal de risco não significa necessariamente que a pessoa desenvolverá a doença, e qualquer decisão sobre acompanhamento ou tratamento deverá considerar a avaliação médica.
Bruna Valle
jornalista
Tags
- Saúde
- tecnologia
- inteligência artificial
Fonte: Antena 1.
