Sistema de IA deteta células sanguíneas perigosas melhor que os médicos

Uma nova ferramenta de IA generativa chamada CytoDiffusion analisa células sanguíneas com maior precisão do que especialistas humanos, podendo melhorar diagnósticos de doenças como leucemia. Desenvolvida por investigadores de universidades britânicas, o sistema deteta anomalias subtis e quantifica a sua própria incerteza. Foi treinada com mais de meio milhão de imagens e destaca-se em sinalizar casos raros para revisão.

Investigadores da Universidade de Cambridge, University College London e Queen Mary University of London desenvolveram CytoDiffusion, um sistema de IA generativa que examina formas e estruturas de células sanguíneas ao microscópio. Publicado na Nature Machine Intelligence, a ferramenta supera especialistas humanos na identificação de células anormais ligadas a perturbações sanguíneas como leucemia, oferecendo maior sensibilidade e consistência. nnAo contrário da IA tradicional que classifica imagens em categorias fixas, o CytoDiffusion modela todo o espetro de aparências normais de células sanguíneas, tornando-o robusto contra variações em microscópios ou métodos de coloração. Foi treinado com mais de 500.000 imagens de esfregaços sanguíneos do Hospital Addenbrooke's em Cambridge, o maior conjunto de dados do seu tipo. nn«Todos temos muitos tipos diferentes de células sanguíneas com propriedades e papéis diferentes no nosso corpo», disse Simon Deltadahl, primeiro autor do estudo do Departamento de Matemática Aplicada e Física Teórica de Cambridge. «As células brancas do sangue especializam-se em combater infeções, por exemplo. Mas saber como uma célula sanguínea invulgar ou doente aparece ao microscópio é uma parte importante do diagnóstico de muitas doenças.» nnO sistema lida com a vasta escala da análise de sangue, onde os esfregaços contêm milhares de células demasiado numerosas para revisão manual. «Os humanos não conseguem olhar para todas as células num esfregaço — simplesmente não é possível», notou Deltadahl. «O nosso modelo pode automatizar esse processo, triar os casos rotineiros e destacar qualquer coisa invulgar para revisão humana.» nnNos testes, o CytoDiffusion superou ligeiramente os humanos em precisão e destacou-se ao avaliar fiavelmente a sua incerteza. «Quando testámos a sua precisão, o sistema foi ligeiramente melhor que os humanos», disse Deltadahl. «Mas onde realmente se destacou foi em saber quando estava incerto. O nosso modelo nunca diria que estava certo e depois estar errado, mas isso é algo que os humanos às vezes fazem.» nnA IA também gera imagens sintéticas realistas de células sanguíneas que enganaram hematologistas num teste de Turing, com especialistas incapazes de as distinguir das reais melhor que ao acaso. nnPara avançar a investigação global, a equipa está a libertar o conjunto de dados publicamente. O coautor principal, Professor Parashkev Nachev da UCL, enfatizou o seu papel de apoio: «O verdadeiro valor da IA em saúde não reside em aproximar a experiência humana a menor custo, mas em permitir maior poder diagnóstico, prognóstico e prescritivo do que os especialistas ou modelos estatísticos simples podem alcançar.» nnOs investigadores sublinham que o CytoDiffusion auxilia os clínicos em vez de os substituir, com trabalho adicional necessário em velocidade e populações diversas.

Artigos relacionados

Illustration depicting AI cancer diagnostic tool inferring patient demographics and revealing performance biases across groups, with researchers addressing the issue.
Imagem gerada por IA

Ferramentas de IA para câncer podem inferir demografia de pacientes, levantando preocupações com viés

Reportado por IA Imagem gerada por IA Verificado

Sistemas de inteligência artificial projetados para diagnosticar câncer a partir de lâminas de tecido estão aprendendo a inferir a demografia dos pacientes, levando a um desempenho diagnóstico desigual entre grupos raciais, de gênero e etários. Pesquisadores da Harvard Medical School e colaboradores identificaram o problema e desenvolveram um método que reduz drasticamente essas disparidades, sublinhando a necessidade de verificações rotineiras de viés em IA médica.

Cientistas do Laboratório Europeu de Biologia Molecular (EMBL), em Heidelberg, criaram uma ferramenta alimentada por IA chamada MAGIC para identificar células com anormalidades cromossómicas precoces ligadas ao cancro. Este sistema automatiza a deteção de micronúcleos, pequenas estruturas contendo DNA que sinalizam o potencial desenvolvimento de cancro. A tecnologia verifica uma teoria proposta há mais de um século por Theodor Boveri.

Reportado por IA

Investigadores da UC San Francisco e da Wayne State University descobriram que a IA generativa pode processar conjuntos de dados médicos complexos mais rapidamente do que equipas humanas tradicionais, por vezes com resultados mais fortes. O estudo focou-se na previsão de nascimento prematuro usando dados de mais de 1.000 mulheres grávidas. Esta abordagem reduziu o tempo de análise de meses para minutos em alguns casos.

Cientistas da Northern Arizona University estão desenvolvendo um teste de sangue não invasivo que pode ajudar a detectar a doença de Alzheimer antes do aparecimento dos sintomas, examinando como o cérebro usa a glicose por meio de microvesículas minúsculas transportadas pelo sangue. Liderado pelo professor assistente Travis Gibbons e apoiado em parte pela Arizona Alzheimer’s Association, o projeto visa permitir diagnóstico e intervenção mais precoces, semelhante a como os médicos gerenciam doenças cardiovasculares.

Reportado por IA Verificado

Researchers at the University of Technology Sydney are exploring how sweat-sensing wearables, combined with artificial intelligence, could enable real-time, non-invasive tracking of health biomarkers. Their work suggests that sweat-based monitoring might one day help flag risks for conditions such as diabetes and other chronic diseases before symptoms appear, offering a painless complement to some blood tests for tracking hormones, medications, and stress-related biomarkers.

Katie Wells, fundadora da Wellness Mama, partilha insights da sua avaliação personalizada de riscos à saúde usando ferramentas baseadas em IA, destacando como os fatores de estilo de vida podem influenciar significativamente os riscos de doenças crónicas. A avaliação, alimentada por dados de mais de 10.000 estudos, mostrou o seu risco de cancro abaixo da média populacional apesar do historial familiar. Realça uma mudança para a prevenção proativa em vez da medicina reactiva.

Reportado por IA

Cientistas desenvolveram um sistema de imagem Raman ultra-sensível que identifica tecido cancerígeno detetando sinais de luz fracos de nanopartículas ligadas a marcadores tumorais. Esta tecnologia, muito mais sensível do que as ferramentas atuais, pode acelerar o rastreio do cancro e permitir uma deteção mais precoce. Liderado por investigadores da Michigan State University, o sistema promete trazer imagem avançada para a prática clínica.

 

 

 

Este site usa cookies

Usamos cookies para análise para melhorar nosso site. Leia nossa política de privacidade para mais informações.
Recusar