Um projeto de investigação no domínio da inteligência artificial (IA) e dos cuidados de saúde revela resultados promissores relacionados com o diagnóstico de cancro de pele.
Um método de diagnóstico por imagem, usado num novo estudo, pode aumentar em 12 percentuais a taxa de diagnósticos corretos feitos por dermatologistas.
Os resultados do estudo, que foi liderado pela investigadora Catarina Barata, do Instituto Superior Técnico, foram apresentados num artigo publicado esta quinta-feira na revista Nature Medicine.
O estudo centrou-se na utilização de um modelo de IA denominado de “aprendizagem por reforço”, que cruzou com dados de tabelas geradas por peritos, em que se atribuíam recompensas e penalizações para diferentes erros de diagnóstico.
Quando comparado com o modelo aprendizagem tradicional, este modelo por reforço produziu melhorias notáveis na sensibilidade para duas doenças da pele: o melanoma e o carcinoma basocelular.
A sensibilidade para o diagnóstico de melanoma subiu de 61,4% para 79,5%, enquanto que para o carcinoma basocelular, subiu de 79,4% para 87,1%.
A equipa de investigadores descobriu ainda que este modelo de Inteligência Artificial permite reduzir o excesso de confiança no diagnóstico automatizado, mantendo a sua precisão.
Este dado pode ser um importante fator de mudança no mundo da IA médica, uma vez que o excesso de confiança neste tipo de diagnósticos tem gerado preocupação.
Catarina Barata, investigadora no Instituto de Sistemas e Robótica do Técnico (ISR-Lisboa), explica que este tipo de abordagem é cada vez mais essencial.
“O uso de IA deve ser ajustado às pessoas e trazer-lhes benefício. Este modelo com recompensas torna o processo mais simples e fácil de compreender para um não especialista, o que está muito alinhado com a direção que queremos tomar em relação à inteligência artificial.”
A investigadora, que em 2021 conquistou um Google Award para desenvolver um modelo de IA para o prognóstico de melanoma, está também envolvida no projeto internacional Responsible AI, que pretende implementar uma série de práticas reflexivas e preocupações com a acessibilidade a este tipo de tecnologia.
A IA tem demonstrado capacidade de precisão em várias áreas de diagnóstico por imagem, levando ao desenvolvimento de ferramentas de apoio à decisão e criando possibilidades de melhoria da acessibilidade aos cuidados de saúde.
ZAP // IST