Estamos chegando a um patamar nunca antes visto no diagnóstico de doenças por meio de análise da inteligência artificial (IA) — ao ponto de alcançar a precisão de um médico humano. O mais novo exemplo disso está na UCL, uma subsidiária do Google DeepMind baseada em Londres. Cientistas criaram um software de aprendizado profundo que consegue identificar e sugerir tratamento para mais de 50 doenças oculares convencionais, a partir da escaneamento em 3D.

Algoritmos foram treinados com quase 15 mil exames de cerca de 7,5 mil pacientes

A novidade foi publicada na revista Nature Medicine e usa algoritmos para fazer o que sabe de melhor, identificar padrões de dados — que, por sua vez, contêm digitalização em 3D dos olhos dos pacientes, a partir de uma técnica conhecida como Tomografia de Coerência Óptica (OCT, em inglês). O material é criado em 10 minutos, com o uso de luz infravermelha refletida nas superfícies internas do olho.

O resultado é uma reprodução tridimensional do tecido, que facilita a avaliação e tornam o OCT uma ferramenta crucial para identificação precoce — e isso aumenta consideravelmente as chances de salvar a visão de um paciente. O sistema foi treinado em quase 15 mil exames de OCT, de cerca de 7,5 mil pacientes, tratados em locais operados pelo Moorfields, maior hospital oftalmológico da Europa e da América do Norte.

octExemplo de escaneamento feito por meio do OCT

Depois de receber os diagnósticos feitos por médicos humanos, a máquina aprendeu a identificar primeiro os diferentes elementos anatômicos do olho (um processo conhecido como segmentação) e, em seguida, recomendar a ação clínica com base nos vários sinais de doenças que as varreduras mostram. Na comparação entre o que a IA determinou com o que oito peritos recomendaram, houve a mesma orientação em 94% dos casos.

O software ainda não está pronto para uso clínico, mas pode ser implantado em hospitais nos próximos anos. Mustafa Suleyman, chefe da DeepMind Health, acredita que muito em breve, será possível “transformar o diagnóstico, o tratamento e a gestão de pacientes com condições oftalmológicas graves em todo o mundo”.

Um futuro promissor, mas… também cheio de ressalvas

O FDA (Food and Drug Administration, órgão que regulamenta os serviços de saúde e alimentação nos Estados Unidos) em abril o primeiro programa com uso de IA para diagnóstico de doenças, também oculares. Contudo, há ainda uma grande preocupação no setor a respeito das decisões tomadas pelas máquinas — e vários exemplos mal-sucedidos vêm do setor de veículos autônomos.

Software não é uma ferramenta de diagnóstico direto, foi projetado para ser usado na triagem

Os criadores do sistema descrito acima — DeepMind, UCL e Moorfields — sabem disso e já se adiantaram para evitar problemas. A começar com o software, que não usa apenas um algoritmo para tomar as decisões, mas vários deles, que são treinados de forma independente e assim erros flagrante cometido por um pode ser superado pelos outros.

Além disso, a máquina não cita apenas uma única resposta para cada diagnóstico. Em vez disso, dá várias explicações possíveis, juntamente com o que avalia ser mais provável. Ela também mostra como o que encontrou nas partes do olho do paciente, o que dá ao médicos a oportunidade de contestar uma análise defeituosa.

oct deepmindExemplo de um diagnóstico, com os dados no canto superior esquerdo, que mostra os níveis de confiabilidade do próprio sistema sobre seus exames

O mais importante por aqui é que o software não é uma ferramenta de diagnóstico direta. Ele foi projetado para ser usado na triagem, para decidir quem precisa de cuidados primeiro. Portanto, embora adivinhe as condições que uma pessoa paciente pode ter, o que determina a urgência de tratamento é a própria gravidade de seu estado de saúde.

O que podemos esperar dessa pesquisa?

Antes de falar sobre o uso prático desse sistema em clínicas, a Google precisa ser mais transparente com relação aos dados usados pela sua IA, a DeepMind. Isso porque há suspeitas de que muitos dos dados para esse projeto tenham sido usados de forma anônima. Como sabemos, isso implica em problemas graves de privacidade, como vimos no caso Cambridge Analytica.

Superada essa questão, o ideal seria alinhar o número de exames de OCT com a interpretação desses caso, pois é algo que toma muito tempo. Em 2014, por exemplo, há o registro de 5,35 milhões de escaneamentos realizados dessa forma, mas faltaram diagnósticos para cada um deles. É aí que esse sistema poderia ajudar e muito a agilizar todo o processo.

deepmind

No mundo, há mais de 285 milhões de pessoas atualmente vivendo com alguma doença ocular. Pearse Keane, oftalmologista consultor da Moorfields, acredita na redução desses números muito em breve. “O número de exames que estamos realizando está crescendo em um ritmo muito mais rápido do que os especialistas humanos podem interpretá-los. Existe o risco de que isso possa causar atrasos no diagnóstico e tratamento de doenças potencialmente fatais”, diz.

“Se pudermos diagnosticar e tratar precocemente as condições dos olhos, isso nos dará melhores chances de salvar a visão das pessoas. Com mais pesquisas, poderíamos ter mais consistência e qualidade de atendimento para pacientes com problemas oculares no futuro.”