Siga o Olhar Digital no Google Discover
Um novo sistema de inteligência artificial (IA) conseguiu identificar o melanoma (o tipo mais agressivo de câncer de pele) com 94,5% de precisão. A tecnologia combina a leitura da imagem dermatoscópica da lesão com informações clínicas básicas do paciente, como idade, sexo e localização da pinta no corpo. E se mostrou mais eficaz que modelos tradicionais usados hoje na área.
Ofertas
Por: R$ 52,07
Por: R$ 298,00
Por: R$ 475,87
Por: R$ 235,28
Por: R$ 36,22
Por: R$ 549,00
Por: R$ 49,90
![Controle sem fio Microsoft Xbox - Edição Especial Heart Breaker [android,ios,windows,xbox_one,xbox_series_s,xbox_series_x]](/wp-content/uploads/ofertas/produtos/2025/12/controle-sem-fio-microsoft-xbox-edia-a-o-especial-heart.jpg)
Por: R$ 549,00
Por: R$ 727,20
Por: R$ 27,81
Por: R$ 50,10
Por: R$ 140,00
Por: R$ 178,49
Por: R$ 204,99
Por: R$ 198,99
Por: R$ 4.299,00
Por: R$ 160,65
Por: R$ 187,00
Por: R$ 209,90
Por: R$ 166,19
Desenvolvida por pesquisadores da Universidade Nacional de Incheon, na Coreia do Sul, em colaboração com instituições do Reino Unido e do Canadá, a abordagem abre caminho para diagnósticos mais rápidos e acessíveis.
O estudo reforça que integrar diferentes tipos de dados pode melhorar a detecção precoce do melanoma. Essa etapa faz toda a diferença nas chances de cura.
Melanoma exige diagnóstico ultrarrápido, mas especialistas se confundem às vezes
Além de considerado o tipo mais agressivo de câncer de pele, o melanoma está entre os mais difíceis de identificar apenas pela aparência. Muitas lesões parecem benignas, se confundem com pintas comuns e podem enganar até dermatologistas experientes.
Essa dificuldade pesa no desfecho clínico porque o tumor tem alta capacidade de invadir camadas profundas da pele e alcançar vasos sanguíneos e linfáticos, espalhando células para órgãos como pulmões, fígado e cérebro.
O tempo, nesse caso, é decisivo. Quando o melanoma é descoberto ainda na fase inicial, pode ser removido com uma cirurgia simples. Em casos assim, o tratamento tem taxas de sobrevida que ultrapassam 95%.
Quando o diagnóstico atrasa, o cenário muda rapidamente. Isso porque os riscos de metástase aumentam, os tratamentos ficam mais agressivos e as chances de sobrevivência caem bastante.
Apesar dos avanços em IA, a maior parte dos modelos existentes analisava apenas a imagem da lesão, sem considerar fatores clínicos que influenciam o risco e fazem parte da tomada de decisão humana.
Essa limitação deixava brechas importantes, especialmente em casos visualmente ambíguos, nos quais sinais relevantes não aparecem só na superfície da pele.
IA multimodal usa 33 mil imagens e metadados para superar sistemas baseados só em fotos
O novo sistema foi treinado com um dos maiores bancos públicos de imagens dermatoscópicas, o SIIM-ISIC, que reúne mais de 33 mil fotos de lesões acompanhadas de metadados clínicos.
A IA trabalha em duas frentes:
- De um lado, uma rede neural convolucional (tipo de IA especializada em “enxergar”) extrai padrões visuais da imagem;
- De outro, uma segunda rede analisa dados como idade, sexo e localização anatômica da pinta.
As duas camadas são então combinadas num processo de fusão em nível de característica, criando uma representação conjunta mais rica para classificar a probabilidade de melanoma.
Nos testes, essa abordagem multimodal alcançou 94,5% de precisão e um F1-score de 0,94, o que superou modelos clássicos baseados apenas em imagem (entre eles, ResNet-50 e EfficientNet).
Os resultados foram publicados na revista Information Fusion e reforçam a vantagem de integrar diferentes tipos de dados em decisões clínicas complexas.
Leia mais:
- Famoso remédio para pressão alta surpreende ao impedir avanço de tumor cerebral
- Como a cera de ouvido ajuda na detecção do câncer
- Ultraprocessados podem causar câncer de pulmão? Entenda
Os pesquisadores também analisaram a importância de cada variável para tornar o sistema mais transparente. Três elementos se destacaram:
- Tamanho da lesão;
- Idade do paciente;
- Região do corpo onde a pinta aparece.
Segundo os autores, entender o que pesa no diagnóstico ajuda médicos a confiar no modelo e abre caminho para aplicações práticas, como aplicativos de triagem em celulares, plataformas de teledermatologia e ferramentas de apoio a dermatologistas em consultório, especialmente em regiões com poucos especialistas.
(Essa matéria também usou informações do G1 e da Universidade Nacional de Incheon, na Coreia do Sul.)
Tags: