Um modelo de inteligência artificial baseado em aprendizagem profunda e “treinado” em milhares de mamografias podem prever o risco de ter cancro da mama nos próximos 5 anos e funciona melhor do que qualquer outro modelo.
O novo modelo “armazenou” os resultados de mais de 90.000 mil mamografias e sabe coloque-os em relação entre si para identificar pequenos sinais que o olho humano não consegue ver.
O resultado é a capacidade de detectar desde o primeiro 31% das pessoas correm alto risco de desenvolver câncer após um curto período de tempo. Se esse percentual pode parecer baixo, vale lembrar que os atuais os modelos estão presos em 18%.
“Desde a década de 60, os radiologistas nos mostram como as mulheres têm vários sinais que a partir das mamografias nos permitem compreender os riscos de ter cancro da mama”, explica a coautora da investigação 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 esses sinais com uma precisão nunca alcançado 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 têm frequentemente mostrado fraquezas devido ao facto de eu dados usados a grande maioria veio de indivíduos de pele branca: isto tem a mesma taxa de sucesso em todos.
Pesquisa diagnóstica baseada em inteligência artificial Ele está experimentando um verdadeiro boom: os modelos no terreno estão a aprender a identificar melhor uma vasta gama de doenças, desde a doença de Alzheimer ao melanoma, via depressão infantil.
Com o passar do tempo a quantidade de dados coletados da nova geração de mamógrafos serão cada vez mais combinados com modelos baseados em aprendizagem profunda, melhorando exponencialmente a capacidade de diagnóstico uma neoplasia desde os estágios iniciais de seu desenvolvimento, muitas vezes antes mesmo de se formar.
Em outras palavras, o futuro joga a nosso favor.
A nova pesquisa foi publicada na revista Radiologia.
