A máquina é mais eficiente que os humanos na hora de descobrir se um paciente tem câncer de pele, de acordo com um novo estudo. A pesquisa, realizada por um grupo internacional de cientistas, comparou diagnósticos de câncer de pele feitos por dermatologistas experientes a diagnósticos que foram obtidos por um método de inteligência artificial – e concluiu que os médicos foram menos eficientes. Em um dos testes, os médicos detectaram com precisão 86,6% dos melanomas e o sistema de inteligência artificial conseguiu acertar 95% dos casos.
O novo estudo, publicado na segunda-feira, 28, na revista científica Annals of Oncology, foi liderado por Holger Haenssler, professor do departamento de Dermatologia da Universidade de Heidelberg (Alemanha) e também teve participação de cientistas da França e dos Estados Unidos. Os cientistas utilizaram 100 mil imagens de melanomas – o tipo mais agressivo de câncer de pele – para “treinar” uma rede neural convolucional (CNN, na sigla em inglês) a distinguir os tumores malignos e benignos.
As redes neurais são modelos computacionais inspirados no funcionamento do sistema nervoso central. A CNN é um tipo de rede neural bastante utilizada no processamento e análise de imagens digitais – ela é capaz de aprender com rapidez a partir de imagens e melhorar seu desempenho a partir desse aprendizado.
“A CNN funciona como o cérebro de uma criança. Para treiná-la, nós mostramos a ela mais de 100 mil imagens de tumores de pele malignos e benignos e indicamos o diagnóstico correto para cada imagem. Só foram utilizadas imagens dermatoscópicas, que ampliam as lesões em 10 vezes. A cada imagem recebida, a CNN melhora sua capacidade de diferenciar entre lesões malignas e benignas”, explicou Haenssler.
Depois de treinar a máquina, os pesquisadores compararam os resultados por ela obtidos a diagnósticos de melanoma feitos por 58 dermatologistas de 17 países. “Depois de finalizar o treinamento, nós criamos dois conjuntos de testes de imagens a partir de imagens de uma coleção que não foi utilizada no treinamento e, por isso, eram desconhecidas para a CNN”, afirmou Haenssler.
Segundo ele, um conjunto de 300 imagens foi construído somente para testar a CNN. “Antes de fazer isso, 100 das lesões mais difíceis de distinguir foram selecionadas para testar dermatologistas de verdade e comparar seus resultados aos da CNN”, disse o cientista.
O cientista afirma que o desempenho dos dermatologistas melhorou quando eles receberam mais informações clínicas e as imagens do segundo nível de testes. “Ainda assim, a CNN, que trabalhou unicamente com as imagens dermatoscópicas e nenhuma informação clínica adicional, continuou a ter desempenho melhor que o dos médicos nos diagnósticos.”
Ele afirma que o estudo tem algumas limitações. Uma delas é que os dermatologistas foram testados em um ambiente artificial e sabiam que não estavam tomando decisões de “vida ou morte”. Outro aspecto é que os testes não incluíram toda a gama de lesões na pele.
Fonte: IstoÉ
