IA ajuda dermatologistas a aprimorar diagnósticos de lesões suspeitas
A inteligência artificial (IA) tem sido o centro das atenções no momento e a ciência médica tem estudado cada vez mais como usar esse recurso para melhorar diagnósticos e tratamentos médicos. No campo da Dermatologia, um passo importante já foi dado. Estudo publicado no começo de maio no JAMA Dermatology mostrou que os dermatologistas melhoraram significativamente sua precisão diagnóstica para lesões melanocíticas, que são suspeitas para o desenvolvimento de câncer de pele, quando adicionaram uma forma de inteligência artificial à tomada de decisões clínicas.
“A sensibilidade para distinguir nevos (pintas) e melanomas aumentou de 84% sem a inteligência artificial para 100% com ela, e a especificidade melhorou de 72,1% para 83,7%”, destaca o dermatologista Renato Soriani, membro da Sociedade Brasileira de Dermatologia (SBD). O melanoma é o tipo de câncer de pele com o pior prognóstico e o mais alto índice de mortalidade. A OMS (Organização Mundial da Saúde) estima que 55 mil pessoas morrem por melanoma todos os anos, o que representa seis mortes por hora. Segundo o Ministério da Saúde, ele representa 30% de todos os tumores malignos registrados no Brasil. “Contar com a ajuda da tecnologia, principalmente no caso de atendimentos não especializados, poderá identificar mais cedo esse tipo de câncer, o que aumenta em muito a chance de cura do paciente”, destaca o dermatologista.
Para a maioria das lesões, os dermatologistas encontraram suporte de uma rede neural convolucional, uma classe de rede neural artificial mais comumente aplicada para analisar imagens visuais, segundo o estudo. Embora os pacientes tivessem a mente aberta sobre o suporte da rede neural artificial, eles rejeitaram a ideia de substituir o julgamento clínico por redes neurais. “Curiosamente, neste estudo, todas as principais medidas de resultados mencionadas anteriormente melhoraram significativamente depois que os dermatologistas obtiveram acesso aos resultados da rede neural artificial, que indicam que uma aplicação mais ampla dessa abordagem de homem com máquina pode ser benéfica para médicos e pacientes”, acrescenta Renato.
A abordagem clínico-e-máquina tem aplicação potencialmente ampla em Dermatologia. Existem muitos outros casos em que ‘sistemas de diagnóstico de inteligência artificial’ podem ser aplicados em Dermatologia, como no caso de diferenciação de erupção cutânea inofensiva de TEN (Necrólise Epidérmica Tóxica) ou identificando onicomicose a partir de imagens de unhas dos pés. “No estudo, o diagnóstico bem-sucedido de lesões melanocíticas forneceu o ímpeto para uma nova investigação, cobrindo todo o espectro das lesões cutâneas benignas/malignas, melanocíticas/não melanocíticas e pigmentadas/não pigmentadas mais relevantes”, diz o médico.
No trabalho, os dermatologistas detectaram 228 lesões suspeitas (190 nevos e 38 melanomas) em 188 pacientes. A sensibilidade e a especificidade diagnóstica dos clínicos melhoraram significativamente com o auxílio da rede neural artificial. A precisão média aumentou de 74,1% para 86,4%. Sozinha, a rede neural artificial alcançou sensibilidade diagnóstica semelhante à dos dermatologistas, maior especificidade e maior precisão diagnóstica. Além disso, o número de excisões (cirurgia para extração das lesões) desnecessárias de nevos diminuiu significativamente em 19,2%.
O estudo ainda avaliou dermatologistas com menos e mais experiência. Aqueles que tinham menos de dois anos na função, ou seja, tinham uma menor trajetória de uso da dermatoscopia (exame dermatológico por meio de um instrumento de visualização de imagens) foram os que mais se beneficiaram da inteligência artificial, com melhoria na precisão diagnóstica saltando de 70,5% para 87,2%. Mas a precisão do diagnóstico também melhorou significativamente para aqueles com 2 a 5 anos de experiência, saltando de 77,1% para 91,7%. Dermatologistas mais experientes tiveram uma melhora pequena e não significativa na precisão com o auxílio da inteligência artificial (de 74,1% a 75,9%). “A Dermatologia é uma especialidade que evoluiu muito com a ajuda da tecnologia, principalmente com relação aos métodos diagnósticos. De qualquer maneira, o aprimoramento desse tipo de recurso pode significar um número maior de vidas salvas”, finaliza Renato.
