A inteligência artificial moderna emprega algoritmos complexos para realizar todos os tipos de tarefas em um instante, como descobrir como um cliente se sente com base em sua revisão ou identificar características específicas de uma imagem. No entanto, os momentos mais brilhantes da IA ​​vêm das maneiras criativas como empregamos esses algoritmos. As pessoas usaram a IA para gerar novos desportos, transformar rabiscos em paisagens realistas e agora o MIT encontrou uma forma de detectar o cancro de mama com até cinco anos de antecedência, usando um modelo de classificação de imagens de aprendizagem profunda.

O Laboratório de Ciência da Computação e Inteligência Artificial do MIT (CSAIL) e o Massachusetts General Hospital (MGH) usaram mamografias e resultados conhecidos de mais de 60.000 pacientes para treinar seu novo modelo nos mínimos detalhes visuais que o olho humano pode facilmente perder.

“Um modelo de classificação de imagens que pode arquivar as minúcias ao longo de milhares de digitalizações (…)”

Médicos bem treinados não perdem esses padrões preditivos só porque podem parecer pequenos demais para perceber, mas porque padrões mais sutis simplesmente não atraem atenção suficiente. Um modelo de classificação de imagens que pode arquivar as minúcias ao longo de milhares de digitalizações pode tornar rápido o trabalho desta tarefa assustadora.

O modelo da equipe identificou uma mulher com alto risco de cancro de mama quatro anos (esquerda) antes de se desenvolver (direita). Crédito: MIT

A professora do MIT (e sobrevivente de cancro de mama) Regina Barzilay explica como esse novo modelo pode mudar os planos de tratamento para melhor: “Em vez de adotar uma abordagem única, podemos personalizar a triagem em torno do risco de uma mulher desenvolver cancro . Por exemplo, um médico pode recomendar que um grupo de mulheres faça uma mamografia a cada dois anos, enquanto outro grupo de maior risco pode fazer um exame complementar com ressonância magnética.”

” Pela primeira vez, um modelo de prevenção do cancro de mama se concentra em mulheres individuais.”

Quando os médicos podem solicitar mamografias com base na necessidade do paciente, eles podem evitar a exposição desnecessária à radiação e os custos de varreduras potencialmente desnecessárias. Embora os modelos existentes possam identificar com precisão 18% dos pacientes na categoria de alto risco, esse novo modelo aumenta esse número em até 31%.

Seu sucesso se apóia fortemente na abordagem da equipe para o seu desenvolvimento. Pela primeira vez, um modelo de prevenção do cancro de mama se concentra em mulheres individuais. Também leva em conta a diversidade racial, onde os modelos anteriores se concentravam principalmente nas populações caucasianas. Isso não só ajuda a aumentar a precisão, mas reduz a taxa notavelmente mais alta de mortes por câncer de mama em mulheres afro-americanas.

Como o MIT e o MGH demonstraram, modelos de classificação de imagens bem treinados podem ajudar os médicos a salvar vidas. Embora nenhum AI produza resultados perfeitos, os algoritmos de classificação de imagem amadureceram e se tornaram confiáveis ​​em muitas aplicações diferentes – especialmente em modelos específicos como este.

“(…) fornecem plataformas de treinamento de modelos personalizados gratuitos (…)”

Você precisa de um pouco mais do que uma boa ideia, dados relevantes e um pouco de tempo para criar um modelo de reconhecimento de imagem bem-sucedido. Serviços como o Clarifai, o Microsoft Azure, o IBM Watson, o Vize e outros fornecem plataformas de treinamento de modelos personalizados gratuitos que não exigem conhecimento de programação para serem configurados. Com esses algoritmos disponíveis gratuitamente para todos usarem, todos nós temos os recursos necessários para treinar AI para resolver problemas e ajudar os outros.

Leva tempo e cuidado para integrar com segurança uma experiência bem-sucedida às práticas de medicina diagnóstica; essa abordagem provavelmente verá muitas revisões à medida que se expande para fora de um único hospital. Mas os primeiros resultados são promissores.

COMPARTILHAR

RECOMENDAMOS