;Essa é a primeira inteligência artificial de câncer de pulmão que examina toda a tomografia computadorizada de uma só vez. Também a primeira com esse nível de precisão;, frisa Mozziyar Etemadi, professor-assistente de pesquisa de anestesiologia da universidade americana e coautor do estudo, divulgado na revista Nature Medicine. A aprendizagem profunda é uma técnica que ensina computadores a aprender pelo exemplo. Primeiro, a ferramenta tem que aprender a ver, e isso é feito mostrando imagens de objetos comuns. Depois, parte-se para a checagem de desempenho.
Mozziyar Etemadi e a equipe forneceram à Google imagens de tomografias computadorizadas de pessoas com câncer de pulmão para que o sistema fosse criado. A empresa o ensinou a ver os exames. Para isso, exibiu uma grande quantidade de imagens com os resultados já conhecidos, que foram assimilados. Em seguida, em uma espécie de teste, o programa teve acesso a exames inéditos e sua resposta foi avaliada.
O pesquisador explica que o sistema identifica uma região de interesse e analisa a probabilidade da existência do tumor. ;A aprendizagem profunda pode ser muito mais sensível em sua capacidade de detectar câncer de pulmão precoce do que o olho humano. Isso é tecnicamente como o 4D, porque não é apenas olhar para uma tomografia computadorizada;, explica. A equipe espera que a ferramenta ajude médicos a diagnosticar de forma mais precisa, precoce e eficiente tumores malignos e outras doenças potencialmente fatais.
Segundo o coordenador da Área de Clínica Médica da Faculdade de Medicina da Universidade de Brasília (UnB), Ricardo Luiz de Melo, em procedimentos comuns, se o paciente apresentar nódulos pulmonares inespecíficos, o médico tem que solicitar novas tomografias de pulmão nos intervalos de três, seis, 12 e até de 24 meses. A intenção é identificar se o crescimento do nódulo tem características de malignidade. ;Com a nova técnica, se comprovada sua eficácia, basta a comparação dos exames feitos com o intervalo de três meses. Como dito no estudo, o paciente apresenta melhor chance de tratamento se o diagnóstico de câncer de pulmão for firmado precocemente;, diz.
Mais estudos
Em um teste, os cientistas aplicaram a ferramenta em 6.716 conjuntos de tomografias computadorizadas sem identificação. Observaram que o sistema de inteligência artificial detectou nódulos malignos minúsculos no pulmão e superou seis radiologistas na análise das imagens de tomografia computadorizada prévia. Além disso, foram produzidos menos falsos positivos e menos falsos negativos, comparando com os testes tradicionais. o que diminui, por exemplo, o risco de procedimentos desnecessários.;O sistema pode categorizar uma lesão com mais especificidade. Não apenas podemos diagnosticar melhor o câncer, como também podemos dizer se alguém não tem a doença, potencialmente livrando-o de uma biópsia pulmonar invasiva, cara e arriscada;, frisa Etemadi. Segundo o cientista, o conceito e a engenharia da ferramenta são novos, mas ele alerta que os resultados precisam ser clinicamente validados em grandes populações de pacientes.
Até o momento, apenas imagens de tomografias computadorizadas antigas foram testadas. Segundo Shravya Shetty, líder técnico da Google e participante do estudo, o próximo passo será fazer um ensaio clínico da ferramenta no uso diário dos radiologistas. ;Há muitos desafios no caminho da ampla adoção do rastreamento do câncer de pulmão, mas os resultados são promissores e esperamos continuar nosso trabalho com parceiros e colegas.;
Palavra de especialistas: Radiologistas são essenciais