Modelo de IA funciona como cartógrafo moderno na deteção de doenças

Os investigadores do Beckman Institute for Advanced Science and Technology desenvolveram um modelo inovador de inteligência artificial (IA) que está a estabelecer novos padrões no diagnóstico médico.

A ferramenta inovadora não se limita a identificar doenças e tumores em exames médicos - também cria "mapas do tesouro" visuais para ilustrar o seu processo de diagnóstico. Este avanço permite que os médicos compreendam e verifiquem facilmente as conclusões da IA e expliquem claramente os resultados aos doentes, afirmaram os responsáveis pela descoberta.

"A ideia é ajudar a detetar o cancro e a doença nas suas fases iniciais - como um X num mapa - e compreender como foi tomada a decisão", afirmou o investigador principal, Sourya Sengupta, salientando o potencial impacto do seu trabalho.

"O nosso modelo ajudará a simplificar esse processo e a torná-lo mais fácil tanto para os médicos como para os doentes".

Publicados na revista IEEE Transactions on Medical Imaging, os resultados demonstram as capacidades do modelo e espera-se que sejam promissores para o futuro dos cuidados de saúde.

Detetar doenças com 'e-maps'

O desafio das atuais tecnologias de IA na medicina tem sido a sua natureza de "caixa negra" - podem dar uma resposta, mas não o raciocínio que lhe está subjacente. Esta opacidade tem sido um obstáculo, especialmente quando a exatidão e a confiança são fundamentais nos diagnósticos médicos. O modelo de IA do Beckman Institute resolve este problema produzindo um mapa de equivalência (E-map) para cada diagnóstico, que destaca visualmente as regiões de interesse que levaram às suas conclusões.

Este modelo foi rigorosamente testado em milhares de imagens médicas, demonstrando a sua capacidade de igualar a precisão das ferramentas de diagnóstico de IA existentes, ao mesmo tempo que proporciona a tão necessária transparência. O seu desempenho foi avaliado na deteção de várias condições, incluindo sinais precoces de tumores, degeneração macular e aumento do coração, com resultados promissores.

"A questão era: Como é que podemos aproveitar os conceitos subjacentes aos modelos lineares para tornar as redes neuronais profundas não lineares também interpretáveis desta forma?", afirmou Mark Anastasio, que co-liderou o estudo.

"Este trabalho é um exemplo clássico de como as ideias fundamentais podem conduzir a algumas soluções inovadoras para modelos de IA de ponta."

Os investigadores esperam que os futuros modelos sejam capazes de detetar e diagnosticar anomalias em todo o corpo e até diferenciá-las.

"Estou entusiasmado com os benefícios diretos da nossa ferramenta para a sociedade, não só em termos de melhoria dos diagnósticos de doenças, mas também de aumento da confiança e da transparência entre médicos e doentes", acrescentou Anastasio.

A funcionalidade de auto-interpretação do seu modelo de IA representa um passo em frente potencialmente importante, oferecendo um sistema transparente que melhora a comunicação entre o médico e o doente e que poderá revelar-se mais digno de confiança à medida que a tecnologia avança.