A nova técnica, que poderá facilitar o diagnóstico precoce de um tipo de tumor que por ano mata mais de um milhão de pessoas em todo o mundo, foi descrita na mais recente edição da revista Nature Medicine e demonstra a “precisão” do novo sistema de ‘aprendizagem profunda’ para detetar este tipo de cancro, segundo os seus autores.

Contudo, os cientistas advertem que os resultados do estudo devem ser validados clinicamente em grandes populações de doentes.

A ‘aprendizagem profunda’ (‘Deep learning’) é um ramo da inteligência artificial em que os computadores “aprendem” a partir de exemplos e vastas quantidades de dados e criam padrões de análise de informação cada vez mais complexos que simulam o funcionamento do cérebro.

Com base nesses parâmetros, os investigadores desenvolveram um algoritmo capaz de detetar nódulos pulmonares malignos, por vezes minúsculos, a partir de uma Tomografia Axial Computorizada (TAC) ao tórax, com uma precisão de deteção igual ou superior à dos radiologistas.

Para isso, introduziram 42.290 imagens de TAC e descobriram que o sistema de inteligência artificial foi capaz de detetar os nódulos malignos com uma precisão de 94%, em 6.716 casos de teste.

O modelo comparou com as provas recolhidas por exames feitos por radiologistas, interpretando eles TAC ou outros exames e em ambos os casos o sistema computorizado superou a análise dos especialistas, adianta o estudo.

O sistema de ‘aprendizagem profunda’ também produziu menos falsos-positivos e menos tumores falsos-negativos, acrescentaram os cientistas, num comunicado de imprensa divulgado pela universidade norte-americana.

Mozziyar Etemadi, professor de Medicina e Engenharia na Universidade Northwestern e um dos autores do artigo científico publicado sobre o estudo, explica que os radiologistas examinam geralmente centenas de imagens bidimensionais numa única tomografia computadorizada, enquanto o novo sistema permite fazer ‘instantâneos’ de análise em três dimensões (3D).

“A inteligência artificial em 3D pode ser muito mais sensível na sua capacidade de detetar o cancro do pulmão mais cedo do que o olho humano que analisa imagens bidimensionais”, resume o investigador.

Para construir a inteligência artificial para analisar TAC desta forma é preciso “um enorme sistema informático à escala Google”, precisou Etemadi.

Sharavya Shetty, da divisão de inteligência artificial da Google, considerou que “o sistema agora apresentado examina a forma como a inteligência artificial se pode utilizar para melhorar e otimizar o processo de triagem realizada através de TAC com doses baixas de radiação e os resultados são prometedores”.

A universidade refere que os exames torácicos servem para identificar o tumor e reduzir as taxas de mortalidade, mas “também se produzem altas taxas de erro” enquanto o novo sistema permite categorizar uma lesão com mais especificidade porque, não só permite diagnosticar melhor uma pessoa com cancro, também permite aferir se a pessoa não tem cancro e poupá-la a uma biopsia pulmonar invasiva, cara e com riscos.