Uma simples foto de mão pode ser a chave para detectar uma doença grave

A doença visada pela IA é a acromegalia, uma condição incomum que geralmente aparece na meia-idade. É causada pela produção excessiva de hormônio do crescimento, que causa aumento de mãos e pés, alterações na aparência facial e crescimento anormal de ossos e órgãos internos. Como o distúrbio se desenvolve gradualmente ao longo de muitos anos, pode ser difícil reconhecê-lo precocemente.

Se não for tratada, a acromegalia pode causar sérios problemas de saúde e reduzir a expectativa de vida em cerca de 10 anos. “Como a doença progride muito lentamente e por ser uma doença rara, não é incomum levar até uma década para ser diagnosticada”, diz o endocrinologista da Universidade de Kobe, Hidenori Fukuoka. Ele acrescenta: “Com o progresso das ferramentas de IA, tem havido tentativas de usar fotografias para detecção precoce, mas elas não foram adotadas na prática clínica”.

Uma abordagem de IA focada na privacidade usando imagens manuais

Quando a equipe de pesquisa revisou os estudos existentes de IA, descobriu que muitos sistemas dependem de fotos faciais para identificar doenças. No entanto, o reconhecimento facial pode levantar preocupações de privacidade para os pacientes. Para resolver esta questão, os cientistas escolheram uma estratégia diferente.

Yuka Ohmachi, estudante de pós-graduação na Universidade de Kobe, explica: “Tentando resolver essa preocupação, decidimos nos concentrar nas mãos, uma parte do corpo que examinamos rotineiramente ao lado do rosto na prática clínica para fins de diagnóstico, especialmente porque a acromegalia muitas vezes manifesta alterações nas mãos”.

Para fortalecer as proteções de privacidade, os pesquisadores limitaram suas imagens às costas da mão e ao punho cerrado. Eles evitaram intencionalmente imagens de palmas porque os padrões das linhas das palmas são altamente individuais e podem revelar identidade. Esta abordagem cuidadosa ajudou a recrutar um grande número de participantes. No total, 725 pacientes de 15 instituições médicas em todo o Japão contribuíram com mais de 11 mil imagens usadas para treinar e testar o modelo de IA.

IA supera especialistas experientes

A equipe relatou seus resultados no Jornal de Endocrinologia Clínica e Metabolismo. Seu modelo de IA demonstrou sensibilidade e especificidade muito altas ao identificar acromegalia nas imagens das mãos. Em comparações diretas, o sistema teve um desempenho ainda melhor do que endocrinologistas experientes que avaliaram as mesmas fotografias.

“Francamente, fiquei surpreso que a precisão do diagnóstico tenha atingido um nível tão alto usando apenas fotografias das costas da mão e do punho cerrado. O que me pareceu particularmente significativo foi alcançar esse nível de desempenho sem características faciais, o que torna esta abordagem muito mais prática para o rastreio de doenças”, diz Ohmachi.

Expandindo a IA Médica para Outras Condições

Os investigadores esperam agora adaptar o seu sistema para detectar condições médicas adicionais que produzem alterações visíveis nas mãos. Os possíveis alvos incluem artrite reumatóide, anemia e baqueteamento digital. Ohmachi diz: “Este resultado pode ser o ponto de entrada para expandir o potencial da IA ​​médica”.

Apoiar os médicos e melhorar o acesso aos cuidados de saúde

Em ambientes clínicos reais, os médicos confiam em muito mais do que imagens das mãos ao diagnosticar pacientes. Histórico médico, exames laboratoriais e exames físicos desempenham papéis importantes. Os pesquisadores da Universidade de Kobe veem sua ferramenta de IA como algo que poderia ajudar os médicos, em vez de substituí-los. No seu estudo, descrevem a tecnologia como uma forma de “complementar a experiência clínica, reduzir a supervisão diagnóstica e permitir uma intervenção mais precoce”.

O líder do estudo, Fukuoka, afirma: “Acreditamos que, ao desenvolver ainda mais esta tecnologia, ela poderia levar à criação de uma infraestrutura médica durante exames de saúde abrangentes para conectar casos suspeitos de doenças relacionadas às mãos a especialistas. Além disso, poderia apoiar médicos não especialistas em ambientes regionais de saúde, contribuindo assim para uma redução das disparidades de saúde nesses locais”.

A pesquisa recebeu financiamento da Fundação Hyogo para Tecnologia Científica. O projeto também envolveu colaboradores da Universidade de Fukuoka, Universidade Médica de Hyogo, Universidade de Nagoya, Universidade de Hiroshima, Hospital Toranomon, Escola Médica Nippon, Universidade de Kagoshima, Universidade Tottori, Universidade de Yamagata, Universidade de Okayama, Centro Médico Kakogawa da Prefeitura de Hyogo, Universidade de Hokkaido, Universidade Internacional de Saúde e Bem-Estar, Hospital Memorial Moriyama e Universidade Feminina de Konan.