Um projeto de investigação no domínio da inteligência artificial (IA) e dos cuidados de saúde, liderado pela docente do DEEC e investigadora do Instituto de Sistemas e Robótica do Técnico (ISR-Lisboa) Catarina Barata, foi publicado hoje na revista Nature Medicine e revela resultados promissores relacionados com o diagnóstico de cancro de pele. A utilização do método testado neste estudo aumentou a taxa de diagnósticos corretos feitos pelos dermatologistas em doze pontos percentuais.

O estudo centrou-se na utilização de um modelo de IA denominado de “aprendizagem por reforço”, que cruzou com dados de tabelas geradas por peritos, em que se atribuíam recompensas e penalizações para diferentes erros de diagnóstico. Quando comparado com o modelo aprendizagem tradicional, este modelo por reforço produziu melhorias notáveis na sensibilidade para duas doenças da pele: o melanoma e o carcinoma basocelular. A sensibilidade para o diagnóstico de melanoma subiu de 61,4% para 79,5%, enquanto que para o carcinoma basocelular, subiu de 79,4% para 87,1%.

A equipa de investigadores descobriu ainda que este modelo de IA permite reduzir o excesso de confiança no diagnóstico automatizado, mantendo a sua precisão. Este dado pode ser um importante fator de mudança no mundo da IA médica, uma vez que o excesso de confiança neste tipo de diagnósticos tem gerado preocupação.

Catarina Barata explica que este tipo de abordagem é cada vez mais essencial. “O uso de IA deve ser ajustado às pessoas e trazer-lhes benefício. Este modelo com recompensas torna o processo mais simples e fácil de compreender para um não especialista, o que está muito alinhado com a direção que queremos tomar em relação à inteligência artificial.” A investigadora está também envolvida no projeto internacional Responsible AI, que pretende implementar uma série de práticas reflexivas e preocupações com a acessibilidade a este tipo de tecnologia.

A IA tem demonstrado capacidade de precisão em várias áreas de diagnóstico por imagem, levando ao desenvolvimento de ferramentas de apoio à decisão e criando possibilidades de melhoria da acessibilidade aos cuidados de saúde.