O registro de imagens médicas é uma técnica comum que envolve a sobreposição de duas imagens — como as de ressonância magnética — para comparar e analisar diferenças anatômicas em grande detalhe. Se um paciente tem um tumor no cérebro, por exemplo, os médicos podem sobrepor um exame de vários meses atrás com um mais recente para analisar pequenas mudanças no progresso do tumor.

Esse é um processo que demanda muitas horas da atenção dos médicos, já que os sistemas tradicionais alinham meticulosamente cada um dos milhões de pixels nas verificações combinadas. 

Explicando um pouco mais a fundo, os exames de ressonância magnética são basicamente centenas de imagens 2-D empilhadas que formam imagens em 3D massivas, chamadas "volumes", contendo 1 milhão ou mais de pixels 3-D, chamados "voxels".

Portanto, é muito demorado alinhar todos os voxels no primeiro volume com os do segundo. Além disso, as varreduras podem vir de diferentes máquinas e ter diferentes orientações espaciais, o que significa que combinar voxels é ainda mais computacionalmente complexo.

MIT ataca novamente 

Os pesquisadores do MIT desenvolveram um algoritmo de aprendizado de máquina que pode registrar varreduras cerebrais e outras imagens 3-D mais de mil vezes mais rapidamente que os métodos atuais.

Apelidada de Speedy, a abordagem começa treinando a IA com milhares de pares de imagens, ensinando como alinhar as varreduras e fornecer comparações significativas. Depois disso, ela pode mapear cada voxel das duas digitalizações ao mesmo tempo. Os sistemas atualmente em uso, no entanto, começam de novo a cada nova imagem, esquecendo absolutamente tudo o que aprenderam sobre a localização da última vez.

O algoritmo também pode abrir o caminho para o registro de imagens durante as operações. Várias varreduras de diferentes qualidades e velocidades são usadas atualmente antes ou durante algumas cirurgias. Mas essas imagens só são registradas depois.

Ao ressecar um tumor no cérebro, por exemplo, os cirurgiões às vezes fazem a varredura do cérebro do paciente antes e depois da cirurgia para ver se removeram todo o tumor. Se algum pedacinho, por menor que seja, permanecer, eles terão que voltar à sala de cirurgia.

Com esse algoritmo, os cirurgiões poderiam registrar os exames praticamente em tempo real, obtendo um quadro muito mais claro sobre seu progresso. "Hoje, eles não podem realmente sobrepor as imagens durante a cirurgia, pois isso leva 2 horas, e a cirurgia está em andamento", diz Adrian Dalca, pós-doutorando no Massachusetts General Hospital e MIT CSAIL. "No entanto, se levar apenas 1 segundo, dá para imaginar o quanto isso se tornaria viável."

Muito ainda precisa ser refinado até que essa tecnologia comece a ser praticada nos hospitais mundo afora, mas não há dúvidas de que a cada dia as IAs estão se mostrando mais úteis no nosso cotidiano.