Nova descoberta em inteligência artificial que envolve a divisão de inteligência artificial do Facebook permite transformar as ressonâncias magnéticas, tornando-as mais rápidas, fáceis e eficientes.
Há muito que a tecnologia promete revolucionar a medicina. Mesmo que não seja uma revolução por si só, têm sido dados pequenos passos nesse sentido de utilizar o que o machine learning permite para ter melhores diagnósticos. O avanço mais recente é revelado oficialmente pela Facebook AI – a divisão de inteligência artificial da rede social mais utilizada no planeta – e pelo centro médico de investigação nos EUA, NUY Langone Health.
O sistema agora anunciado é apelidado de “um importante marco na área da investigação”, não só melhorando a experiência do paciente na hora de tirar uma ressonância magnética, mas também facilitando o acesso a esse método tradicionalmente caro e abrindo caminho para novas formas de utilização das ressonâncias magnéticas.
O estudo clínico “inédito” demonstrou, assim, que o novo sistema de inteligência artificial torna possível ter o mesmo nível de detalhe e precisão com um quarto dos dados necessários para uma ressonância magnética completa.
“E isso não só permite que seja quatro vezes mais rápida, o que é útil para evitar que se esteja tanto tempo quieto dentro da máquina (com crianças ainda é mais difícil) como vai permitir fazer mais ressonâncias a mais gente e reduzir os custos dando acesso a muito mais gente”. Quem o diz é o professor Daniel Sodikson, da NYU Langone, numa mesa redonda em que participámos.
Larry Zitnick, investigador do Facebook AI, explica que este software não vai ser posto à venda e será disponível gratuitamente para todos no mundo em open source. “Só queremos que mais clínicas testem e usem, não há objetivo de comercialização nem de lucro, só queremos ver melhorias na parte científica e de machine learning que ajudem o sistema a melhorar”, explica.
Michael Recht, considerado um pioneiro em radiologia a nível global e que trabalha no centro NYU Langone, admite entusiasmo “com a descoberta”: “pode trazer novos avanços em que ainda nem pensámos e democratizar o uso das ressonâncias magnéticas a nível global”.
No tal estudo de intercambiabilidade, a ser publicado no ‘American Journal of Roentgenology’, os radiologistas analisaram tanto as ressonâncias magnéticas tradicionais como as imagens geradas com um modelo de IA, com cerca de 75% menos dados brutos. Os radiologistas produziram os mesmos diagnósticos com ambos e não conseguiram distinguir quais foram criados com o novo método.
Tudo isto trata-se do culminar de quase dois anos de pesquisa do Facebook AI e da iniciativa fastMRI da NYU Langone, um esforço conjunto para melhorar a tecnologia de imagens médicas e avançar na pesquisa sobre o uso de IA para gerar imagens a partir de dados limitados. “O estudo demonstra pela primeira vez que as imagens geradas por IA são, no essencial, indistinguíveis dos exames de RM padrão e são intercambiáveis em relação à precisão do diagnóstico,” explica Michael Recht.
(vídeo sobre o funcionamento)
E como funciona?
As ressonâncias magnéticas padrão usam uma técnica matemática para gerar imagens. O novo fastMRI tem uma abordagem diferente, alimentando uma quantidade muito mais limitada de dados num modelo de IA que foi treinado para criar uma imagem que corresponda à realidade. Isso representa um difícil desafio, onde a rede neural deve ser capaz de preencher as lacunas na limpeza de dados de maneira eficaz e confiável, sem sacrificar a precisão.
De acordo com a equipa de investigação, embora as técnicas de visão computacional anteriores em outros domínios tenham conseguido gerar imagens confiáveis, o modelo rápido de ressonância magnética deve pegar em dados incompletos e gerar uma imagem que pareça plausível e corresponda com precisão à verdade fundamental. Alguns píxeis ausentes ou modelados incorretamente podem significar a diferença entre uma imagem totalmente clara e uma em que os radiologistas encontram um ligamento rompido ou um possível tumor.
Gerar uma imagem precisa não é o único desafio, no entanto. O modelo de IA também deve criar imagens que sejam visualmente indistinguíveis das imagens tradicionais de ressonância magnética. Os radiologistas passam muitas horas a analisar cuidadosamente essas imagens e uma aparência e sensação desconhecidas podem tornar os radiologistas menos propensos a adotar a ressonância magnética rápida nas suas práticas.
Para o estudo, seis radiologistas especialistas reviram dois conjuntos de ressonâncias magnéticas de joelho não identificados de 108 pacientes anónimos que foram avaliados na NYU Langone Health.
“O algoritmo é mais estúpido do que um gato doméstico”, diz líder do Facebook AI
Em países mais pobres “pode fazer toda a diferença”
Michael Recht explica algumas das potencialidades do novo sistema e aborda ainda as teorias de autores como Yuval Noah Harari, um historiador e filósofo com talento para o futurismo relativamente à desigualdade do futuro poder passar por haver dois tipos de medicina no mundo, os que terão acesso à nova medicina potenciada por tecnologia e aqueles com medicina tradicional.
“A IA pode trazer melhor medicina para todos, com a vantagem de poder fazer a diferença em países com menos meios, tornando os sistemas mais baratos e acessíveis, levando a ressonância magnética de forma mais rápida a mais gente”. O investigador assume que é importante que os avanços sejam em open source e abertos a todos, “não só porque assim é possível melhorar as potencialidades destes sistemas, como levá-los a mais gente e democratizar mais do que nunca os cuidados de saúde tecnológicos”.
