Nova IA cruza imagens e dados clínicos para detectar câncer com 94,5% de precisão

Uma colaboração científica entre pesquisadores da Coreia do Sul, Reino Unido e Canadá resultou em um novo sistema de Inteligência Artificial (IA) capaz de identificar o melanoma, o tipo mais agressivo de câncer de pele, com uma precisão de 94,5%. A inovação foi detalhada em estudo publicado na revista científica Information Fusion.

A proposta trata de uma mudança na forma como as máquinas diagnosticam doenças: em vez de analisar apenas a fotografia da pinta (análise visual), o algoritmo integra esses dados com informações clínicas vitais, como a idade do paciente, o sexo e a localização da lesão no corpo.

Por que o diagnóstico visual não é suficiente?

O melanoma é notoriamente difícil de diagnosticar porque, em estágios iniciais, frequentemente mimetiza pintas inofensivas ou manchas benignas. A maioria das ferramentas de IA desenvolvidas até hoje focava exclusivamente na dermatoscopia, a análise visual da imagem. Embora eficazes, esses modelos muitas vezes deixam escapar nuances que só o contexto clínico pode fornecer.

“O melanoma é difícil de diagnosticar apenas pelas características visuais. Precisávamos de tecnologias que convergissem imagem e dados do paciente”, explica o Prof. Gwangill Jeon, da Universidade Nacional de Incheon, da Coreia do Sul, que liderou o projeto. Ao ignorar o perfil do paciente, os sistemas antigos perdiam precisão. A nova abordagem, chamada de fusão multimodal, preenche essa lacuna.

Como funciona a nova tecnologia

Para treinar a IA, a equipe utilizou o banco de dados internacional SIIM-ISIC, que contém mais de 33 mil imagens de lesões de pele acompanhadas de metadados clínicos. O sistema foi programado para correlacionar padrões visuais (cor, borda, textura e assimetria) com os dados demográficos.

Os testes mostraram que a inclusão de variáveis como o tamanho da lesão e a idade do paciente aumentou drasticamente a confiabilidade do diagnóstico. O modelo superou algoritmos consagrados baseados apenas em imagem, como o ResNet-50 e o EfficientNet.

Além da alta precisão, o sistema atingiu um F1-score de 0,94. Na medicina, essa métrica é crucial, pois indica um equilíbrio entre detectar corretamente a doença e evitar alarmes falsos (falsos positivos).

Do laboratório para o celular

A detecção precoce é o fator determinante para a sobrevivência no caso do melanoma. Se identificado na fase inicial, o tumor pode ser removido com uma cirurgia simples, garantindo taxas de cura superiores a 95%. No entanto, o risco de metástase para órgãos como cérebro, fígado e pulmões torna a rapidez essencial.

O Prof. Jeon destaca que o modelo não foi criado para ficar restrito à academia. A tecnologia foi desenhada para aplicações práticas, como:

• Aplicativos de triagem em smartphones, permitindo uma autoavaliação guiada.

• Teledermatologia, auxiliando médicos em áreas remotas ou com escassez de especialistas.

• Suporte à decisão clínica, servindo como uma “segunda opinião” instantânea para dermatologistas em consultório.

“Esta pesquisa pode transformar o rastreamento de melanoma no mundo real”, afirma Jeon. “É um passo em direção ao diagnóstico personalizado e à medicina preventiva.”

Próximos passos

Embora o estudo já esteja disponível online para a comunidade científica desde junho deste ano, a publicação impressa oficial ocorrerá no Volume 124 da Information Fusion em 1º de dezembro de 2025.

A equipe de cientistas, que inclui membros da Universidade de West of England, Universidade Anglia Ruskin e do Royal Military College do Canadá, planeja agora avançar para testes clínicos mais amplos. O objetivo é adaptar o modelo para diferentes populações e tipos de pele, garantindo que a ferramenta seja robusta e acessível globalmente.

Fonte: O Tempo