Pesquisadores no Japão afirmam ter desenvolvido um modelo de inteligência artificial que pode ajudar a detectar acromegalia analisando fotos do dorso da mão e de um punho fechado — uma abordagem projetada para evitar o uso de imagens faciais ou impressões digitais. A equipe relata que o sistema teve bom desempenho em testes e poderia ajudar clínicos a identificar casos potenciais mais cedo e encaminhar pacientes para avaliação especializada.
A acromegalia é um distúrbio endócrino raro, que geralmente se desenvolve na idade adulta, no qual o corpo produz hormônio do crescimento em excesso — na maioria das vezes devido a um tumor pituitário. A condição pode causar enlargamento progressivo das mãos e dos pés, mudanças na aparência facial e efeitos mais amplos no crescimento ósseo e de órgãos. “Como a condição progride tão lentamente, e porque é uma doença rara, não é incomum levar até uma década para ser diagnosticada”, disse o endocrinologista da Universidade de Kobe, Hidenori Fukuoka. Enquanto algumas pesquisas exploraram o uso de inteligência artificial para identificar acromegalia a partir de fotografias, muitas delas se basearam em imagens faciais, o que pode levantar preocupações com privacidade. Buscando uma alternativa menos identificadora, o grupo liderado pela Universidade de Kobe treinou um modelo de deep learning usando dois tipos de fotografias de mãos: uma mão estendida mostrando o dorso da mão, e um punho fechado com o polegar posicionado externamente. Os pesquisadores disseram que evitaram imagens da palma da mão porque os padrões da palma podem ser usados como identificadores biométricos. De acordo com o estudo, 725 participantes foram inscritos em 15 instalações médicas no Japão, contribuindo com mais de 11.000 imagens usadas para treinar e validar o modelo. O trabalho foi publicado em The Journal of Clinical Endocrinology & Metabolism sob o título “Automatic Acromegaly Detection Using Deep Learning on Hand Images: A Multicenter Observational Study.” Os autores relataram que o sistema alcançou “sensibilidade e especificidade muito altas” e que superou endocrinologistas experientes solicitados a avaliar as mesmas fotografias. A estudante de pós-graduação Yuka Ohmachi disse que ficou surpresa com o bom desempenho do modelo usando apenas essas visões das mãos: “O que me impressionou como particularmente significativo foi alcançar esse nível de desempenho sem características faciais, o que torna essa abordagem muito mais prática para triagem de doenças.” Os pesquisadores enfatizaram que fotografias sozinhas não são suficientes para o diagnóstico, que tipicamente requer avaliação clínica e testes hormonais. Ainda assim, disseram que uma ferramenta no estilo de triagem poderia ajudar a promover acompanhamento mais precoce, especialmente em ambientes onde o acesso a especialistas é limitado. “Acreditamos que, desenvolvendo ainda mais essa tecnologia, poderia levar à criação de uma infraestrutura médica durante exames de saúde abrangentes para conectar casos suspeitos de distúrbios relacionados às mãos a especialistas”, disse Fukuoka. A equipe disse que planeja explorar se métodos semelhantes baseados em imagens poderiam ser adaptados para ajudar a detectar outras condições com sinais visíveis nas mãos, incluindo artrite reumatoide, anemia e baqueteamento digital. A pesquisa foi financiada pela Hyogo Foundation for Science Technology e envolveu colaboradores de múltiplas instituições no Japão, incluindo Fukuoka University e Nagoya University, disseram os pesquisadores.
