IA aumenta a precisão de diagnóstico dermatológico para câncer e 134 doenças da pele

Pesquisadores associados a várias universidades da Coreia do Sul acabam de publicar um trabalho detalhando o desenvolvimento de um algoritmo capaz de classificar doenças da pele a partir de imagens. A grande novidade apresentada é que, pela primeira vez, a pesquisa foi além da classificação binária (presença/ausência de doença, ou discriminação entre duas doenças possíveis), sendo capaz de determinar a doença específica entre 134 desordens possíveis, além de realizar a tarefa de classificação em múltiplas classes.

O algoritmo, na forma de uma rede neural convolucional, foi treinado com mais de 220 mil imagens, e validado usando datasets públicos que totalizavam 3501 imagens. A maior preocupação era quanto à possibilidade de as lesões serem malignas; nessa tarefa de classificação, a métrica AUC do modelo foi de 0.93. Além de fornecer um score para as 134 desordens avaliadas, o algoritmo também foi treinado para sugerir opções primárias de tratamento, onde desempenhou com AUC entre 0.83 e 0.92, dependendo do tipo de tratamento considerado.

Além da sua capacidade de diagnóstico primário, o algoritmo também foi avaliado quanto à sua eficácia na melhoria do diagnóstico feito por dermatologistas e por pessoas leigas. Após o feedback dado pelo modelo, os médicos melhoraram seu próprio desempenho na determinação de malignidade em 12%, enquanto que as pessoas leigas aumentaram sua taxa de acertos em 84%. A melhoria dos médicos na determinação das doenças específicas aumentou 7%.

Os autores lembram que o objetivo da ferramenta não é substituir o profissional médico, até porque o diagnóstico completo depende de outros fatores que não são captados em imagens, como a textura das lesões da pele. Mas essa segunda parte do estudo serviu ao propósito de demonstrar o potencial da tecnologia de fornecer um ambiente de inteligência aumentada, onde, em primeiro lugar, o público leigo pode receber uma indicação confiável de que deve procurar um médico, e em segundo, o médico pode receber um direcionamento inicial que tende a aumentar a precisão de sua análise.

Em caráter meramente ilustrativo, os desenvolvedores do sistema disponibilizaram uma versão demonstrativa em versão web.