Siga o Olhar Digital no Google Discover
Imagine um grande quebra-cabeça cheio de pequenas peças. A organização celular do nosso corpo é semelhante a esse jogo. Cada célula é uma peça única que se encaixa nas outras para formar um tecido ou a estrutura de um órgão. As pequenas alterações em sua forma podem indicar algum problema de saúde.
Ofertas
Por: R$ 37,92
Por: R$ 22,59
Por: R$ 59,95
Por: R$ 3.099,00
Por: R$ 3.324,00
Por: R$ 799,00
Por: R$ 241,44
Por: R$ 388,78
Por: R$ 2.159,00
Por: R$ 188,99
Por: R$ 45,00
Por: R$ 379,00
Por: R$ 1.239,90
Por: R$ 943,20
Por: R$ 798,99
Por: R$ 200,29
Por: R$ 476,10
Por: R$ 1.139,05
Por: R$ 949,00
Por: R$ 155,44
Por: R$ 119,90
Por: R$ 398,99
Por: R$ 79,90
Por: R$ 199,90
Um grupo de cientistas da UT Southwestern Medical Center desenvolveu uma inteligência artificial que analisa essa complexa organização celular para identificar câncer com mais precisão.
A IA patologista
O processo tradicional de análise de amostras de tecido por médicos patologistas é demorado e pode ter interpretações variadas que afetam a precisão do diagnóstico. O novo modelo de IA, chamado Ceograph, imita o modo como os especialistas fazem análises patológicas.
Já existem outros modelos de linguagem semelhantes a esse, no entanto, eles não identificam aspectos mais complexos, como um patologista. Por exemplo, não conseguem discernir padrões na organização das células ou eliminar “ruídos” que podem afetar o diagnóstico.
A Ceograph detecta as células e suas posições, identifica tipos de células, morfologia e distribuição espacial. Isso cria um mapa que permite uma análise precisa, superando as limitações dos modelos anteriores.
Leia mais:
- IA pode complementar médicos na hora de dar diagnósticos
- A IA pode substituir os médicos no futuro? Estudo responde
- Conheça 4 avanços da IA na saúde e na ciência

Testagem e precisão
- A IA foi aplicada com sucesso em três cenários clínicos.
- Em um deles, a tecnologia realizou a distinção entre dois subtipos de câncer de pulmão: adenocarcinoma e carcinoma de células escamosas.
- Em outro, previu a probabilidade de progressão do câncer em lesões pré-cancerosas da boca.
- E, no último, identificou pacientes com câncer de pulmão com maior probabilidade de responder a uma classe de medicamentos específicos.
- O Ceograph superou métodos tradicionais de previsão de resultados em todos os cenários.
Guanghua Xiao, autor do estudo publicado na Nature Communications, detalha como a IA pode auxiliar a tornar diagnósticos de câncer mais precisos:
Este método tem o potencial de agilizar medidas preventivas direcionadas para populações de alto risco e otimizar a seleção de tratamento para pacientes individuais.
Dr. Xiao para o Medical Xpress.