Pesquisadores da Universidade de Kobe desenvolveram um sistema de inteligência artificial capaz de identificar uma rara doença endócrina por meio da análise de fotos da parte de trás da mão e de um punho fechado. Essa abordagem evita o uso de imagens faciais, auxiliando na proteção da privacidade dos pacientes ao mesmo tempo que mantém alta precisão diagnóstica. Os cientistas afirmam que a tecnologia pode, futuramente, ajudar os médicos a encaminhar pacientes para especialistas mais rapidamente e melhorar o acesso a cuidados em áreas carentes.
A doença alvo da IA é a acromegalia, uma condição incomum que geralmente se manifesta na meia-idade. Ela é causada pela produção excessiva do hormônio do crescimento, resultando em aumento das mãos e pés, alterações na aparência facial e crescimento anômalo de ossos e órgãos internos. Devido ao seu desenvolvimento gradual ao longo de muitos anos, pode ser difícil reconhecê-la precocemente.
Se não tratada, a acromegalia pode trazer sérios problemas de saúde e reduzir a expectativa de vida em cerca de 10 anos. “Como a condição progride lentamente e por ser uma doença rara, não é incomum levar até uma década para que ela seja diagnosticada,” afirma Hidenori Fukuoka, endocrinologista da Universidade de Kobe. Ele acrescenta: “Com o avanço das ferramentas de IA, têm havido tentativas de utilizar fotografias para detecção precoce, mas elas ainda não foram adotadas na prática clínica.”
Uma Abordagem de IA Focada na Privacidade Usando Imagens das Mãos
Ao revisar estudos existentes em IA, a equipe de pesquisa observou que muitos sistemas dependem de fotos faciais para identificar doenças. No entanto, o reconhecimento facial pode levantar preocupações de privacidade para os pacientes. Para resolver esse problema, os cientistas optaram por uma estratégia diferente.
Yuka Ohmachi, uma estudante de pós-graduação da Universidade de Kobe, explica: “Buscando abordar essa preocupação, decidimos focar nas mãos, uma parte do corpo que rotineiramente examinamos junto ao rosto na prática clínica para fins diagnósticos, especialmente porque a acromegalia costuma manifestar mudanças nas mãos.”
Para reforçar as proteções de privacidade, os pesquisadores limitaram suas imagens à parte de trás da mão e ao punho fechado. Eles evitaram intencionalmente imagens das palmas, pois os padrões das linhas das palmas são altamente individuais e podem revelar a identidade. Essa abordagem cuidadosa ajudou a recrutar um grande número de participantes. No total, 725 pacientes de 15 instituições médicas em todo o Japão forneceram mais de 11.000 imagens utilizadas para treinar e testar o modelo de IA.
IA Supera Especialistas Experientes
A equipe publicou 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 teve um desempenho superior ao de endocrinologistas experientes que avaliaram as mesmas fotografias.
“Sinceramente, fiquei surpreso ao ver que a precisão diagnóstica alcançou um nível tão alto usando apenas fotografias da parte de trás da mão e do punho fechado. O que me impressionou foi particularmente significativo foi alcançar esse nível de desempenho sem características faciais, o que torna essa abordagem muito mais prática para triagens de doenças,” diz Ohmachi.
Ampliação da IA Médica para Outras Condições
Os pesquisadores agora esperam adaptar seu sistema para detectar outras condições médicas que causem mudanças visíveis nas mãos. Os alvos potenciais incluem artrite reumatoide, anemia e clube de dedo. Ohmachi afirma: “Esse resultado pode ser o ponto de partida para expandir o potencial da IA médica.”
Apoio aos Médicos e Melhora no Acesso aos Cuidados
Em ambientes clínicos reais, os médicos contam com muito mais do que imagens das mãos ao diagnosticar pacientes. Histórico médico, exames laboratoriais e avaliações físicas desempenham papéis importantes. Os pesquisadores da Universidade de Kobe veem sua ferramenta de IA como algo que pode auxiliar os médicos, em vez de substituí-los. Em seu estudo, descrevem a tecnologia como uma forma de “complementar a experiência clínica, reduzir erros diagnósticos e possibilitar intervenções mais precoces.”
O líder do estudo, Fukuoka, afirma: “Acreditamos que, ao desenvolver mais essa tecnologia, podemos criar uma infraestrutura médica durante exames de saúde abrangentes para conectar casos suspeitos de distúrbios relacionados às mãos a especialistas. Além disso, isso pode apoiar médicos não especialistas em contextos de saúde regional, contribuindo assim para a redução das disparidades na saúde nessas áreas.”
A pesquisa foi financiada pela Fundação Hyogo para Ciência e Tecnologia. O projeto também contou com 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.
