Um estudo massivo conduzido na Suécia demonstrou que a inteligência artificial consegue identificar pessoas com maior risco de desenvolver melanoma através da análise de dados de saúde de rotina. De acordo com a investigação da Universidade de Gotemburgo, os modelos avançados superaram significativamente os métodos básicos, ao conseguir detectar grupos de alto risco com uma precisão notável.
A equipa de investigadores avaliou dados de registo que cobrem toda a população adulta da Suécia para explorar novas formas de identificar o risco de cancro da pele. O conjunto de dados incluiu informações variadas, como a idade, o sexo, os diagnósticos médicos prévios, o uso de medicamentos e o estatuto socioeconómico. No total, a análise englobou mais de seis milhões de indivíduos (exactamente 6 036 186 pessoas), dos quais 38 582 acabaram por desenvolver melanoma ao longo do período de cinco anos em que o estudo decorreu. Esta amostra vasta permitiu aos cientistas treinar os algoritmos com uma base de informação altamente representativa da realidade clínica.
Optimização na análise de dados médicos
A inteligência artificial permite optimizar a forma como os hospitais processam volumes gigantescos de informação. Martin Gillstedt, estudante de doutoramento na Academia Sahlgrenska da Universidade de Gotemburgo e estatístico no Departamento de Dermatologia e Venereologia do Hospital Universitário Sahlgrenska, foi o responsável por grande parte da análise estatística do projecto.
O investigador refere que o estudo prova que os dados já disponíveis nos sistemas de saúde podem servir para identificar indivíduos com maior risco de melanoma. Gillstedt indica ainda que, embora esta não seja uma forma de apoio à decisão actualmente disponível nos cuidados de saúde de rotina, os resultados dão um sinal claro de que os dados de registo podem ter um uso muito mais estratégico no futuro para prevenir doenças graves.
Precisão melhorada na previsão
Durante a investigação, a equipa avaliou vários modelos de inteligência artificial e encontrou diferenças claras no desempenho de cada um. O modelo mais avançado conseguiu distinguir correctamente entre as pessoas que mais tarde desenvolveram melanoma e as que não desenvolveram em cerca de 73% dos casos. Em jeito de comparação, o uso exclusivo de variáveis simples como a idade e o sexo resultou numa precisão de apenas 64%.
Ao incorporar uma gama mais ampla de factores, como diagnósticos paralelos, medicamentos prescritos e informações sociodemográficas, os modelos conseguiram identificar grupos mais pequenos de indivíduos com um risco significativamente maior. Dentro destes grupos específicos, a probabilidade de vir a desenvolver melanoma num espaço de cinco anos atingiu cerca de 33%, um valor considerado bastante elevado pelos especialistas.
Rastreio direccionado e eficiente
Sam Polesie, Professor Associado de Dermatologia e Venereologia na Universidade de Gotemburgo e dermatologista no Hospital Universitário Sahlgrenska, liderou o estudo. O especialista avança que as análises sugerem que o rastreio selectivo de pequenos grupos de alto risco pode levar a uma monitorização mais precisa e a um uso mais eficiente dos recursos de saúde. Esta abordagem envolveria a integração de dados populacionais na medicina de precisão, de forma a complementar as avaliações clínicas tradicionais feitas pelos médicos.
Embora as descobertas sejam promissoras, os investigadores notam que são necessários estudos adicionais e decisões políticas antes de esta abordagem passar a integrar os cuidados de saúde de rotina. Ainda assim, os resultados sublinham o potencial da inteligência artificial treinada em dados de registo em grande escala para apoiar avaliações de risco mais personalizadas e orientar futuras estratégias de rastreio do melanoma. A investigação resultou de uma colaboração estreita entre a Universidade de Gotemburgo e a Universidade de Tecnologia de Chalmers.
