Sistema de Inteligência Artificial detecta câncer de pulmão antes dos radiologistas
O novo programa de inteligência artificial do Google provou ser um potencial salva-vidas.
De acordo com o novo estudo do Google e da Northwestern Medicine, o recém-desenvolvido sistema de aprendizagem profunda foi capaz de superar os radiologistas na detecção de nódulos pulmonares malignos.
Se o sistema se tornar mais amplamente disponível em um ambiente clínico, ele poderia aumentar a precisão do diagnóstico precoce do câncer de pulmão, o que poderia levar a um tratamento mais precoce e salvar milhares de vidas.
O sistema de aprendizagem profunda foi comparado com radiologistas que avaliaram tomografia computadorizada de tórax de baixa dosagem para pacientes, alguns dos quais tiveram biópsia confirmada em um ano.
Na maioria das comparações, o modelo funcionou tão bem quanto – e, em alguns casos, até melhor – do que os radiologistas. O sistema também produziu menos falsos positivos e menos falsos negativos, o que poderia levar a menos procedimentos de acompanhamento desnecessários e menos tumores perdidos.
O artigo foi publicado na revista Nature Medicine no início desta semana.
A aprendizagem profunda é uma técnica que ensina os computadores a aprender pelo exemplo. O sistema de aprendizagem profunda utiliza tanto a TC primária quanto, quando disponível, uma tomografia computadorizada prévia do paciente como entrada. A tomografia computadorizada prévia é útil na previsão do risco de malignidade do câncer de pulmão porque a taxa de crescimento de nódulos pulmonares suspeitos pode ser indicativa de malignidade. O computador foi treinado com tomografia computadorizada de tórax totalmente desmaterializada e confirmada por biópsia.
Imagem tridimensional
“Radiologistas geralmente examinam centenas de imagens bidimensionais ou ‘fatias’ em uma única tomografia computadorizada, mas esse novo sistema de aprendizado de máquina vê os pulmões em uma imagem tridimensional única e enorme”, disse o co-autor do estudo Dr. Mozziyar Etemadi, um professor assistente de pesquisa de anestesiologia na Northwestern University Feinberg School of Medicine e de engenharia na McCormick School of Engineering.
“A IA em 3D pode ser muito mais sensível em sua capacidade de detectar câncer de pulmão precoce do que o olho humano olhando para imagens em 2D”, acrescentou. “Isso é tecnicamente ‘4D’ porque não é apenas uma varredura de TC, mas duas (a varredura atual e a anterior) ao longo do tempo.”
“Para construir o AI para visualizar os CTs dessa forma, você precisa de um enorme sistema de computador de escala do Google. O conceito é novo, mas a engenharia real dele também é nova por causa da escala”.
O novo sistema identifica uma região de interesse e se a região tem uma alta probabilidade de câncer de pulmão. O modelo superou seis radiologistas quando imagens de TC prévias não estavam disponíveis e foram realizadas, bem como os radiologistas quando havia imagens prévias.
Mais especificidade
“O sistema pode categorizar uma lesão com mais especificidade. Não só podemos diagnosticar melhor alguém com câncer, mas também podemos dizer se alguém não tem câncer, potencialmente salvando-o de uma biópsia pulmonar invasiva, cara e arriscada”, disse Etemadi.
Os cientistas do Google desenvolveram o modelo de aprendizagem profunda e o aplicaram a 6.716 conjuntos de tomografias computadorizadas, sem identificação, fornecidos pela Northwestern Medicine para validar a precisão de seu novo sistema. Os cientistas descobriram que o sistema de inteligência artificial foi capaz de detectar nódulos de pulmão malignos às vezes minúsculos com uma AUC modelo de 0,94 casos de teste.
Shravya Shetty, líder técnico do Google, disse: “Esta área de pesquisa é extremamente importante, pois o câncer de pulmão tem a maior taxa de mortalidade entre todos os cânceres, e há muitos desafios no caminho da ampla adoção do rastreamento do câncer de pulmão.
Resultados promissores
“Nosso trabalho examina as maneiras pelas quais a IA pode ser usada para melhorar a precisão e otimizar o processo de triagem, de forma a ajudar na implementação de programas de triagem”, acrescentou Shetty. “Os resultados são promissores e esperamos continuar nosso trabalho com parceiros e colegas”.
Os autores alertam que esses achados precisam ser clinicamente validados em grandes populações de pacientes, mas dizem que esse modelo pode ajudar a melhorar o manejo e o desfecho de pacientes com câncer de pulmão.
“A maioria dos softwares que usamos como médicos é projetada para atendimento ao paciente, não para pesquisa”, disse Etemadi. “Demorei mais de um ano de esforço dedicado de toda a minha equipe para extrair e preparar dados para ajudar neste projeto empolgante.
“A capacidade de colaborar com cientistas de classe mundial no Google, usando seus recursos de computação sem precedentes para criar algo com o potencial de salvar dezenas de milhares de vidas por ano, é realmente um privilégio”.
Com informações: GNN / Nature Medicine / Northwestern Now