Uma fotografia de mão simples pode ser a chave para identificar uma doença grave.

A Doença que a IA Visa Identificar

A doença que a IA visa detectar é a acromegalia, uma condição incomum que geralmente aparece na meia-idade. Ela é causada pela produção excessiva do hormônio de crescimento, levando ao aumento das mãos e dos pés, mudanças na aparência facial e crescimento anormal dos ossos e órgãos internos. Como o distúrbio se desenvolve gradualmente ao longo de muitos anos, pode ser difícil reconhecê-lo precocemente.

Se não tratada, a acromegalia pode levar a sérios problemas de saúde e encurtar a expectativa de vida em cerca de 10 anos. “Como a condição progride muito lentamente e é uma doença rara, não é incomum que leve até uma década para ser diagnosticada”, afirma o endocrinologista da Universidade de Kobe, Hidenori Fukuoka. Ele acrescenta: “Com o progresso das ferramentas de IA, houve tentativas de usar fotografias para detecção precoce, mas não foram adotadas na prática clínica.”

Uma Abordagem de IA Focada na Privacidade Usando Imagens das Mãos

Quando a equipe de pesquisa revisou os estudos existentes de IA, descobriu que muitos sistemas dependem de fotos faciais para identificar doenças. No entanto, o reconhecimento facial pode levantar preocupações de privacidade para os pacientes. Para abordar essa questão, os cientistas escolheram uma estratégia diferente.

Yuka Ohmachi, uma estudante de pós-graduação na Universidade de Kobe, explica: “Para resolver essa preocupação, decidimos focar nas mãos, uma parte do corpo que examinamos rotineiramente junto com o rosto na prática clínica para fins diagnósticos, especialmente porque a acromegalia frequentemente manifesta mudanças nas mãos.”

Para fortalecer as proteções de privacidade, os pesquisadores limitaram suas imagens à parte de trás da mão e a um punho cerrado. Eles evitaram intencionalmente imagens da palma, pois os padrões das linhas podem revelar identidades individuais. Essa abordagem cuidadosa ajudou a recrutar um grande número de participantes. No total, 725 pacientes de 15 instituições médicas em todo o Japão contribuíram com mais de 11.000 imagens usadas para treinar e testar o modelo de IA.

A IA Supera Especialistas Experientes

A equipe relatou seus resultados na Journal of Clinical Endocrinology & Metabolism. O modelo de IA demonstrou alta sensibilidade e especificidade ao identificar acromegalia a partir das imagens das mãos. Em comparações diretas, o sistema apresentou desempenho melhor do que endocrinologistas experientes que avaliaram as mesmas fotografias.

“Honestamente, fiquei surpreso que a precisão diagnóstica alcançou um nível tão alto utilizando apenas fotografias das costas da mão e do punho fechado. O que me impressionou particularmente foi alcançar esse nível de desempenho sem características faciais, o que torna essa abordagem muito mais prática para triagem de doenças,” diz Ohmachi.

Expandindo a IA Médica para Outras Condições

Os pesquisadores agora esperam adaptar seu sistema para detectar condições médicas adicionais que produzem mudanças visíveis nas mãos. Alvos possíveis incluem artrite reumatoide, anemia e baquetagem digital. Ohmachi diz: “Esse resultado pode ser o ponto de partida para expandir o potencial da IA médica.”

Apoio aos Médicos e Melhoria no Acesso ao Atendimento

Em configurações clínicas reais, os médicos dependem de muito mais do que apenas imagens das mãos ao diagnosticar pacientes. Históricos médicos, exames laboratoriais e físicos desempenham papéis importantes. Os pesquisadores da Universidade de Kobe veem sua ferramenta de IA como algo que poderia auxiliar os médicos, em vez de substituí-los. Em seu estudo, descrevem a tecnologia como uma maneira de “complementar a expertise clínica, reduzir erros diagnósticos e permitir intervenções mais precoces.”

O líder do estudo, Fukuoka, afirma: “Acreditamos que, ao desenvolver ainda mais essa tecnologia, ela poderia levar à criação de uma infraestrutura médica durante check-ups abrangentes para conectar casos suspeitos de distúrbios relacionados às mãos a especialistas. Além disso, poderia apoiar médicos não especialistas em configurações de saúde regional, contribuindo assim para a redução das disparidades de saúde nessas áreas.”

A pesquisa recebeu financiamento da Fundação Hyogo para Ciência e Tecnologia. O projeto também envolveu colaboradores da Universidade de Fukuoka, Universidade Médica de Hyogo, Universidade de Nagoya, Universidade de Hiroshima, Hospital Toranomon, Escola Médica Nippon, Universidade de Kagoshima, Universidade de Tottori, Universidade de Yamagata, Universidade de Okayama, Centro Médico Kakogawa da Prefeitura de Hyogo, Universidade de Hokkaido, Universidade Internacional de Saúde e Bem-Estar, Hospital Memorial Moriyama e Universidade Feminina Konan.