Inteligência artificial: desenvolvido assistente de diagnóstico para casos suspeitos de hanseníase

Um artigo publicado na revista científica

Um artigo publicado na revista científica The Lancet Regional Health – Americas, de autoria de uma equipe internacional de cientistas liderada pelo Instituto Oswaldo Cruz (IOC/Fiocruz), anunciou a criação de um assistente de diagnóstico baseado em inteligência artificial (IA) que auxilia os profissionais de saúde na identificação de casos suspeitos de hanseníase com base em um banco de imagens.

Desenvolvida em parceria com a Microsoft AI for Health e a Fundação Novartis, a tecnologia AI4 Leprosy utiliza fotografias das lesões na pele dos pacientes e dados clínicos observados pelos médicos, com 90% de acerto nos testes realizados.

A expectativa é que o método sirva de base para o desenvolvimento de um aplicativo de smartphone que ajude a identificar com mais agilidade e precisão as lesões relacionadas à doença.

“Esperamos que os resultados de nossa pesquisa levem a soluções clínicas que ajudem a acelerar a eliminação global da hanseníase”, afirmaram os pesquisadores no estudo.

médica analisando lesões e usando assistente diagnóstico para hanseníase

Assistente diagnóstico para hanseníase

“Usamos esse conjunto de dados para testar se um algoritmo de inteligência artificial que pode contribuir para o diagnóstico da hanseníase e empregamos três modelos dessa nova tecnologia, testando imagens e metadados separados e em conjunto. A modelagem de inteligência artificial indicou que os sinais clínicos mais importantes são perda de sensibilidade térmica, nódulos e pápulas, parestesia nos pés, número de lesões e sexo, mas também descamação superficial e prurido que foram negativamente associados à hanseníase. O uso de regressão logística em rede elástica proporciona alta precisão de classificação (90%) e área sob a curva (AUC) de 96,46% para o diagnóstico de hanseníase”, disse o estudo.

Veja mais: Poliquimioterapia única: a mudança no combate à hanseníase

Mais de mil fotografias de lesões de pele causadas pela hanseníase foram utilizadas para treinar o assistente de diagnóstico AI4 Leprosy.

A meta é que os médicos possam ajudar seus pacientes a encontrar os especialistas certos na hora certa, potencialmente melhorando a vida de milhões de pessoas ao redor do mundo.

Atraso no diagnóstico

Um dos maiores desafios para a erradicação da hanseníase é o atraso no diagnóstico. E com o impacto da pandemia de Covid-19, os diagnósticos despencaram, aumentando a preocupação dos especialistas.

Um levantamento realizado pela Sociedade Brasileira de Dermatologia (SBD) apontou a redução de 35% nos registros em 2020 e de 45% em 2021, em relação a 2019.

Os pesquisadores acreditam que a inteligência artificial pode contribuir para alcançar as metas estabelecidas pela Organização Mundial de Saúde (OMS), como reduzir em 70% os novos casos da infecção até 2030 e, a longo prazo, interromper a transmissão da hanseníase.

Aprendizado de máquina

O início do desenvolvimento deste assistente virtual para auxiliar o diagnóstico da hanseníase foi um algoritmo de reconhecimento de imagens que tem sido aplicado também no apoio ao diagnóstico de melanomas.

No entanto, será necessário adaptar a metodologia para conseguir identificar a diversidade de formas da hanseníase.

“O melanoma é uma lesão única e escura. O diagnóstico diferencial é realizado com poucas doenças dermatológicas de apresentação semelhante. Já a hanseníase tem muitas formas de manifestação, com um grande número de doenças parecidas. Desde o início da pesquisa, pensamos que isso seria um desafio e buscamos alternativas para aumentar a precisão do algoritmo”, esclareceu a dermatologista e pesquisadora do Ambulatório Souza Araújo do IOC, Raquel Barbieri, que divide a primeira autoria do artigo com o cientista sênior de pesquisa aplicada da Microsoft, Yixi Xu.

Banco de imagens

No total, foram registradas 1.229 fotografias referentes a 585 lesões, incluindo tantos casos confirmados de hanseníase quanto enfermidades com apresentações semelhantes.

As imagens foram obtidas com a colaboração de 222 pacientes voluntários atendidos no Ambulatório Souza Araújo, serviço especializado no diagnóstico, tratamento e prevenção da hanseníase, mantido pelo Laboratório de Hanseníase do IOC/Fiocruz, localizado na cidade do Rio de Janeiro.

Outra tecnologia desenvolvida dentro do mesmo projeto foi um modelo de inteligência artificial que combina o reconhecimento de imagens com a análise de dados clínicos dos pacientes.

Os testes realizados apontaram dez características principais para estabelecer a probabilidade da doença. A perda da sensibilidade térmica na lesão e as alterações de sensibilidade nos pés foram associadas à alta probabilidade de hanseníase, enquanto a coceira, que está mais presente em outras enfermidades dermatológicas, foi associada a menor chance de infecção.

Analisando as imagens isoladamente, o sistema alcançou 70% de acertos. Combinando essa análise com o processamento dos dados clínicos, o índice ultrapassou 90%.

O estudo mostrou que com uma combinação de imagens e histórico médico, a modelagem de inteligência artificial pode fornecer poder preditivo para ajudar a diagnosticar a hanseníase.

Na próxima fase da pesquisa, o algoritmo será treinado para coletar imagens e dados através de um aplicativo de celular, aprimorando o sistema de operacionalização com imagens de menor resolução e em situações semelhantes ao do cotidiano dos serviços de saúde.

*Esse artigo foi revisado pela equipe médica da PEBMED

Referências bibliográficas:

Avaliar artigo

Dê sua nota para esse conteúdo

Selecione o motivo:
Errado
Incompleto
Desatualizado
Confuso
Outros

Sucesso!

Sua avaliação foi registrada com sucesso.

Avaliar artigo

Dê sua nota para esse conteúdo.

Você avaliou esse artigo

Sua avaliação foi registrada com sucesso.

Baixe o Whitebook Tenha o melhor suporte
na sua tomada de decisão.