Um modelo de inteligência artificial baseado em aprendizagem profunda e “treinado” em milhares de mamografias pode prever o risco de ter cancro da mama nos próximos 5 anos, e funciona melhor do que qualquer outro modelo.
O novo modelo “memorizou” os resultados de mais de 90.000 mil mamografias e pode compará-los entre si para identificar pequenos sinais que o olho humano não vê.
O resultado é a capacidade de detectar 31% das pessoas com alto risco de desenvolver câncer após um curto período de tempo, desde os primeiros momentos. Se esse percentual parecer baixo, é bom lembrar que os modelos atuais ainda estão em 18%.
“Desde a década de 60, os radiologistas nos mostram como as mulheres apresentam sinais diferentes das mamografias que nos permitem compreender os riscos de ter câncer de mama”, explica a coautora da pesquisa, Constance Lehman. “Esses sinais podem representar a influência da genética, dos hormônios, da gravidez, do ganho ou perda de peso, da dieta, da lactação. Agora podemos ler todos estes sinais com uma precisão nunca alcançada no passado."
Tudo o mesmo
Outro ponto forte do novo modelo de IA é sua precisão idêntica em todos os diferentes tipos de pele. As ferramentas de diagnóstico geralmente demonstram fragilidades no fato de os dados utilizados serem provenientes em grande parte de indivíduos de pele branca: isso tem a mesma taxa de sucesso.
A investigação diagnóstica baseada na inteligência artificial está a viver um verdadeiro boom: os modelos neste campo estão a aprender a identificar melhor uma vasta gama de doenças, desde a doença de Alzheimer ao melanoma, passando pela depressão infantil.
Com o tempo, a quantidade de dados coletados pelas mamografias de nova geração será cada vez mais cruzada com modelos baseados em aprendizado profundo, melhorando exponencialmente a capacidade de diagnosticar uma neoplasia desde os estágios iniciais de seu desenvolvimento, muitas vezes antes mesmo de ser formada. .
Em outras palavras, o futuro joga a nosso favor.
A nova pesquisa foi publicada na revista Radiologia.