Ferramenta com inteligência artificial promete acelerar diagnóstico de câncer de pele

Detectar melanoma e outras doenças de pele pode se tornar mais rápido e preciso com a ajuda de uma nova ferramenta baseada em inteligência artificial (IA) desenvolvida por uma equipe internacional liderada pela Monash University, na Austrália. A pesquisa foi publicada na revista Nature Medicine e apresenta o PanDerm, um dos primeiros modelos de IA criados especificamente para auxiliar a prática médica dermatológica real, ao analisar simultaneamente diferentes tipos de imagens.

O PanDerm é capaz de interpretar fotos aproximadas, imagens dermatoscópicas, lâminas de biópsias e fotografias de corpo inteiro. Em uma série de avaliações, o uso da ferramenta por médicos melhorou em 11% a precisão no diagnóstico de câncer de pele. Entre profissionais de saúde que não são dermatologistas, a precisão em diagnosticar diversas outras doenças de pele aumentou 16,5%.

O sistema também demonstrou capacidade de detectar câncer de pele precocemente, identificando lesões suspeitas antes mesmo que fossem notadas por especialistas. Treinado com mais de dois milhões de imagens de pele obtidas em 11 instituições de diferentes países, o PanDerm trabalha com quatro tipos distintos de imagens médicas.

O professor associado Zongyuan Ge, especialista em IA e visão computacional na Faculdade de Tecnologia da Informação da Monash University, explicou que os modelos anteriores de IA para dermatologia se limitavam a tarefas isoladas, como diagnosticar câncer de pele apenas a partir de imagens dermatoscópicas. Segundo ele, o diferencial do PanDerm está em integrar e processar diversos tipos de dados e imagens, algo essencial para apoiar médicos em cenários reais.

Diferente de outros sistemas treinados para uma única função, o PanDerm foi testado em uma ampla variedade de tarefas clínicas, incluindo triagem de câncer de pele, previsão de recorrência ou disseminação do câncer, avaliação de tipo de pele, contagem de pintas, monitoramento de mudanças em lesões, diagnóstico de várias doenças dermatológicas e segmentação de lesões. Ele obteve resultados de alto nível mesmo usando apenas de 5 a 10% da quantidade de dados rotulados geralmente necessários.

Em ambientes clínicos, o PanDerm funciona como uma ferramenta de apoio que analisa o conjunto de imagens usadas rotineiramente pelos médicos. O sistema oferece avaliações de probabilidade diagnóstica, ajudando os profissionais a interpretar dados visuais com mais segurança. Essa integração é especialmente valiosa para melhorar a precisão diagnóstica de não especialistas, detectar mudanças sutis em lesões ao longo do tempo e avaliar o risco dos pacientes.

O doutorando Siyuan Yan, autor principal do estudo, destacou que o sucesso do sistema se deve ao seu modelo multimodal. "Ao treinar o PanDerm com dados variados de diferentes técnicas de imagem, criamos um sistema que entende as doenças de pele de forma parecida com os dermatologistas, combinando informações de várias fontes visuais", explicou. Isso permite uma análise mais abrangente das condições dermatológicas do que os sistemas anteriores, que se baseavam em apenas um tipo de imagem.

Com condições de pele impactando cerca de 70% da população mundial, a detecção precoce é essencial para melhorar os resultados dos tratamentos. A professora Victoria Mar, diretora do Serviço de Melanoma do Alfred Health e coautora do estudo, explicou que a ferramenta mostra potencial para detectar alterações sutis em lesões ao longo do tempo e fornecer pistas sobre a biologia das lesões e o risco futuro de disseminação, apoiando diagnósticos mais precoces e monitoramento mais consistente.

O professor H. Peter Soyer, diretor do Centro de Pesquisa em Dermatologia da Universidade de Queensland e coautor do estudo, destacou que o PanDerm pode ser particularmente valioso em locais com menos recursos ou em cuidados primários, onde o acesso a dermatologistas pode ser limitado. Já o professor Harald Kittler, da Universidade Médica de Viena, ressaltou que o projeto demonstra como dados clínicos diversos e colaboração internacional podem resultar em ferramentas de IA não apenas fortes tecnicamente, mas também relevantes para diferentes sistemas de saúde no mundo.

Apesar dos resultados promissores, o PanDerm ainda está em fase de avaliação antes de uma adoção mais ampla nos sistemas de saúde. Os pesquisadores planejam desenvolver protocolos padronizados para avaliar o desempenho do modelo em diferentes populações e contextos clínicos, garantindo que a ferramenta seja eficaz de forma equitativa em diferentes ambientes de atendimento.