IA Supera Dermatologistas Experientes na Precisão de Detecção de Câncer de Pele

• Pesquisadores treinaram uma rede neural convolucional para detectar câncer de pele.
• Ela superou um grupo internacional de dermatologistas experientes.
• A IA não substituirá médicos, mas pode servir como auxílio para decisões mais precisas.

Pela primeira vez, uma equipe internacional demonstrou que inteligência artificial pode detectar câncer de pele com mais precisão que dermatologistas experientes.

Casos de melanoma maligno estão aumentando — mais de 230.000 novos diagnósticos no mundo e 59.800 mortes em 2015. A detecção precoce é crítica; no estágio IV, as taxas de sobrevivência de 5 e 10 anos caem para 15% e 10%.

A equipe da Sociedade Europeia de Oncologia Médica treinou uma Rede Neural Convolucional (CNN) em mais de 100.000 imagens dermatoscópicas de melanomas malignos e nevos benignos.

Em comparação direta, a CNN deixou de detectar menos casos positivos que 58 dermatologistas de 14 países.

Rede Neural Artificial

Os pesquisadores empregaram a arquitetura Inception-v4 do Google, treinando-a em imagens dermatoscópicas e seus diagnósticos. Redes neurais aprendem por exemplo, melhorando progressivamente à medida que são expostas a mais dados.

As imagens foram ampliadas 10 vezes para fornecer à CNN uma visão detalhada. Cada iteração de treinamento aprimorou a capacidade do modelo de distinguir lesões malignas de benignas.

CNN vs. Médicos

Dois conjuntos de teste foram criados: Nível I (apenas imagens dermatoscópicas) e Nível II (imagens dermatoscópicas mais informações clínicas). Tanto a CNN quanto os dermatologistas mediram especificidade, sensibilidade e área sob a curva ROC.

No Nível I, dermatologistas alcançaram sensibilidade média de 86,6% para melanoma e 71,3% de especificidade para nevos benignos. A CNN atingiu 95% de sensibilidade para melanoma mantendo a mesma especificidade de 71,3% para nevos benignos.

No Nível II, o desempenho melhorou para ambos os grupos, mas a CNN ainda demonstrou maior sensibilidade e especificidade, deixando de detectar menos cânceres e classificando menos lesões benignas erroneamente.

Os resultados também igualaram os três melhores algoritmos do desafio do Simpósio Internacional de Imagem Biomédica (ISBI) de 2016.

Conclusão

Os dados indicam que uma CNN pode superar até dermatologistas altamente experientes na identificação de câncer de pele.

Embora a tecnologia não pretenda substituir clínicos, ela oferece uma poderosa ferramenta de apoio à decisão que pode aumentar a precisão diagnóstica.

Leia: Google Desenvolve IA Que Prevê Doença Cardíaca Escaneando Seus Olhos

Melhorias futuras virão de conjuntos de treinamento maiores e avanços em tecnologia de imagem, potencialmente transformando o diagnóstico dermatológico em um futuro próximo.

Referência: Annals of Oncology | doi: 10.1093/annonc/mdy166