Universidade Stanford
Universidade Stanford

AO VIVO

Acompanhe notícias do coronavírus em tempo real

Inteligência artificial vence dermatologistas no diagnóstico de câncer de pele

Rede neural 'treinada' para classificar imagens de tumores teve desempenho melhor que o de 58 médicos experientes na tarefa de distinguir entre melanomas malignos e benignos; máquina acertou diagnóstico em 95% dos casos

Fábio de Castro, O Estado de S.Paulo

28 de maio de 2018 | 20h00

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 nesta 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.

Os testes foram divididos em dois níveis. No primeiro nível, os dermatologistas fizeram 100 diagnósticos de melanoma maligno ou benigno exclusivamente a partir de imagens dermatoscópicas e tomaram a decisão sobre o procedimento a ser adotado em cada caso: cirurgia, nenhum tipo de intervenção, ou acompanhamento a curto prazo.

Quatro semanas depois teve início o segundo nível de testes: os dermatologistas receberam informações clínicas sobre os pacientes - incluindo idade, sexo e posição da lesão - e imagens ampliadas das lesões dos mesmos 100 casos. Em seguida eles tomaram a decisão sobre as providências a serem tomadas.

No primeiro nível, os médicos detectaram com precisão 86,6% dos melanomas malignos, em média, e 71,3% dos melanomas benignos. Enquanto isso, a CNN conseguiu detectar 95% dos tumores malignos e 82,5% dos tumores benignos.

No segundo nível, os dermatologistas melhoraram o desempenho, mas ainda assim erraram mais que a inteligência artificial: detectaram 88,9% dos tumores malignos e 75,7% dos melanomas benignos.

"A CNN teve uma sensibilidade maior que a dos dermatologistas e errou menos diagnósticos de melanomas malignos. Ela também fez diagnósticos errados de menos tumores benignos, o que significa que, além de mais sensível, também é mais específica - e isso significa que o método resultaria em número menor de cirurgias desnecessárias", afirmou Haenssle.

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."

A incidência do melanoma maligno está aumentando em todo o mundo. De acordo com dados da Agência Internacional de Pesquisa sobre Câncer, há 232 mil novos casos da doença e 55,5 mil mortes por ano em todo o planeta. O tumor pode ser curado se a detecção for precoce, mas em muitos casos o câncer só é diagnosticado quando está em estágio avançado e o tratamento já é menos eficaz.

"Estou envolvido há mais de 20 anos em projetos de pesquisa sobre o aprimoramento da detecção precoce do melanoma em estágio curável. Meu grupo tem foco nas tecnologias não-invasivas que podem ajudar os médicos a fazer esse tipo de diagnóstico", disse Haenssle.

"Quando descobri que alguns algoritmos ligados ao aprendizado de máquina tinham desempenho melhor que o dos humanos em algumas tarefas específicas, imediatamente percebi que a inteligência artificial deveria ser explorada para o diagnóstico de melanoma", afirmou.

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. 

Em um editorial sobre o estudo, publicado na mesma edição da Annals of Oncology, Victoria Mar, da Universidade Monash e Peter Soyer, da Universidade de Queensland - ambas da Austrália - afirmam que os resultados do estudo são promissores, mas também observam que a inteligência artificial precisará superar diversos obstáculos para se tornar um recurso padrão na clínica médica.

"Neste momento, não há substituto para um minucioso exame clínico. No entanto, a fotografia 2D e 3D é capaz de captar imagens de 90% a 95% da superfície do corpo e, levando em conta o desenvolvimento exponencial das tecnologias de imagem, nós imaginamos que mais cedo ou mais tarde o diagnóstico automatizado vai se tornar um paradigma na dermatologia. Ainda assim, há muito mais trabalho a ser feito para que essa tecnologia seja implementada de forma segura no atendimento clínico de rotina", escreveram.

Encontrou algum erro? Entre em contato

Comentários

Os comentários são exclusivos para assinantes do Estadão.

O Estadão deixou de dar suporte ao Internet Explorer 9 ou anterior. Clique aqui e saiba mais.