Um computador treinado para classificar câncer de pele usando apenas a análise de imagens pode agora identificar certos tipos de câncer com sucesso. Quais são as implicações para o futuro do diagnóstico médico?
O câncer de pele é a neoplasia maligna mais comum, é inicialmente diagnosticada visualmente, começando com uma triagem clínica e em seguida por análise dermatoscópica, biópsia e exame histopatológico. A classificação automatizada de lesões cutâneas usando imagens é uma tarefa desafiadora devido as várias texturas (fine-grains) relacionadas às lesões de pele.
As doenças de lesão da pele podem ser divididas em três grupos principais: lesões não proliferativas, por exemplo, condições inflamatórias, como acne; lesões benignas, que são um tipo de proliferação celular que não representa uma ameaça à saúde e lesões malignas de células cancerígenas proliferantes descontroladas o que requer mais atenção médica. Embora pistas não-visuais, como a textura da superfície, possam ajudar no diagnóstico de certos tipos de câncer, a inspeção visual é o principal meio pelo qual os dermatologistas categorizam as doenças da pele. A avaliação da imagem pode, às vezes, ser suficiente para fazer um diagnóstico inicial ou identificar condições que precisam de mais cuidado.
A partir de um volume de imagens corretamente classificadas por radiologista e oncologistas, que servirão de modelos de treinamento, é possível usar as técnicas modernas de inteligência artificial no auxílio ao diagnóstico da doença. Alcançar esse estágio foi possível a partir da evolução do poder computacional e do refinamento dos modelos matemáticos. À medida que mais dados são adicionados a esse sistema, a máquina aprende, seus erros são corrigidos e seu desempenho melhora subseqüente mente. Esses modelos podem fazer em minutos o que um ser humano faria em meses ou mais tempo. Deep learning é a conceito mais utilizado para esse fim.
Existem provavelmente muitas diferenças na forma como um médico e um computador usariam a análise visual para o diagnóstico. Um computador identifica seus próprios critérios para padrões associados a uma doença e treina em um conjunto de dados sem usar regras impostas por métodos humanos de visualização. O computador também pode avaliar dados de imagem que são imperceptíveis ao olho humano.
![Melanoma](https://hvssistemas.com.br/2022/wp-content/uploads/2019/03/Melanoma-1.png)
Um benefício social óbvio da inteligência artificial na tecnologia diagnóstica seria um melhor acesso a cuidados de saúde de alta qualidade. Equipados com redes neurais profundas, os dispositivos móveis podem no futuro ampliar potencialmente o alcance de dermatologistas fora da clínica. Projeta-se que 6,3 bilhões de smartphones existirão até o ano 2021 e podem, portanto, potencialmente fornecer acesso universal de baixo custo a cuidados vitais de diagnóstico.
A nossa missão na HVS Sistemas Cognitivos é estar preparado para levar essa tecnologia a um nível onde possamos transformar as vidas das pessoas. Para isso nos dedicamos a melhorar constantemente o resultado de nossos algoritmos e a desenvolver um método computacional que permita aos médicos rastrear proativamente as lesões da pele e detectar o câncer mais cedo e mais rápido.