Tom Simonite 17/07/2020 Wired – Tradução Evandro Milet
Um sistema de inteligência artificial superou os médicos ao detectar lesões na pele. Os resultados estão mudando a forma como uma escola treina dermatologistas.
O DERMATOLOGISTA HARALD KITTLER conta com mais de uma década de experiência ensinando aos alunos da Universidade Médica de Viena como diagnosticar lesões na pele. Suas aulas neste outono incluirão uma dica que ele aprendeu apenas recentemente de uma fonte incomum: um algoritmo de inteligência artificial.
Essa lição teve origem em um concurso que Kittler ajudou a organizar, mostrando que os algoritmos de análise de imagem poderiam superar os especialistas humanos no diagnóstico de algumas manchas na pele. Depois de digerir 10.000 imagens rotuladas pelos médicos, os sistemas puderam distinguir entre diferentes tipos de lesões cancerígenas e benignas em novas imagens. Uma categoria em que superaram a precisão humana foi para manchas escamosas conhecidas como queratoses actínicas pigmentadas. A engenharia reversa, um algoritmo treinado da mesma forma para avaliar como chegou a suas conclusões, mostrou que, ao diagnosticar essas lesões, o sistema prestou mais atenção do que o habitual à pele ao redor de uma mancha.
Kittler ficou inicialmente surpreso, mas chegou a ver sabedoria nesse padrão. O algoritmo pode detectar a exposição ao sol na pele circundante, um fator conhecido nessas lesões. Em janeiro, ele e seus colegas pediram a uma turma de estudantes de medicina do quarto ano que pensassem como o algoritmo e procurassem por danos causados pelo sol.
A precisão dos estudantes no diagnóstico de queratoses actínicas pigmentadas melhorou em mais de um terço em um teste em que eles tiveram que identificar vários tipos de lesões de pele. “A maioria das pessoas pensa que a IA age em um mundo diferente que não pode ser entendido pelos seres humanos”, diz Kittler. “Nosso pequeno experimento mostra que a IA pode ampliar nosso ponto de vista e nos ajudar a fazer novas conexões”.
O experimento vienense foi parte de um estudo mais amplo realizado por Kittler e mais de uma dúzia de outros explorando como os médicos podem colaborar com sistemas de IA que analisam imagens médicas. Desde 2017, uma série de estudos descobriu que os modelos de aprendizado de máquina superam os dermatologistas em competições frente a frente. Isso inspirou especulações de que os especialistas em pele podem ser totalmente substituídos por uma geração do AutoDerm 3000s
“As chances dessas coisas nos substituírem são muito baixas, infelizmente. A colaboração é o único caminho a seguir.
Philipp Tschandl, professor assistente de dermatologia da Universidade Médica de Viena que trabalhou no novo estudo com Kittler e outros, diz que é hora de reformular a conversa: e se algoritmos e médicos fossem colegas e não concorrentes?
Os especialistas em pele planejam tratamentos, sintetizam dados díspares sobre um paciente e constroem relacionamentos além de observar as verrugas, diz ele. Os computadores não estão perto de conseguir fazer tudo isso. “As chances dessas coisas nos substituírem são muito baixas, infelizmente”, diz ele. “A colaboração é o único caminho a seguir.”
Operadores de oficinas de pintura, armazéns e centrais de atendimento chegaram à mesma conclusão. Em vez de substituir os humanos, eles empregam máquinas ao lado das pessoas, para torná-las mais eficientes. As razões decorrem não apenas do sentimentalismo, mas porque muitas tarefas cotidianas são complexas demais para a tecnologia existente lidar sozinha.
Com isso em mente, os pesquisadores de dermatologia testaram três maneiras pelas quais os médicos poderiam obter ajuda de um algoritmo de análise de imagem que superava os seres humanos no diagnóstico de lesões na pele. Eles treinaram o sistema com milhares de imagens de sete tipos de lesões de pele rotuladas por dermatologistas, incluindo melanomas malignos e verrugas benignas.
Um dos projetos para colocar o poder desse algoritmo nas mãos de um médico mostrou uma lista de diagnósticos classificados por probabilidade quando o médico examinou uma nova imagem de uma lesão na pele. Outro exibia apenas uma probabilidade de que a lesão fosse maligna, mais próxima da visão de um sistema que poderia substituir um médico. Um terceiro recuperou imagens previamente diagnosticadas que o algoritmo julgava semelhantes, para fornecer ao médico alguns pontos de referência.
Testes com mais de 300 médicos descobriram que eles eram mais precisos ao usar a lista classificada de diagnósticos. Sua taxa de acerto subiu 13 pontos percentuais. As outras duas abordagens não melhoraram a precisão dos médicos. E nem todos os médicos obtiveram o mesmo benefício.
Médicos menos experientes, como residentes, mudavam seu diagnóstico com base nos conselhos de IA com mais frequência e costumavam ter razão em fazê-lo. Médicos com muita experiência, como dermatologistas certificados, mudavam seus diagnósticos com base no resultado do software com muito menos frequência. Esses médicos experientes se beneficiaram apenas quando relataram menos confiança, e mesmo assim o benefício foi marginal.
Tschandl diz que isso sugere que as ferramentas de dermatologia da IA podem ser mais bem direcionadas como assistentes de especialistas em treinamento ou de médicos de clínica geral que não trabalham intensivamente na área. “Se você faz isso há mais de 10 anos, não precisa usá-lo ou não deveria, porque isso pode levar você a coisas erradas”, diz ele. Em alguns casos, médicos experientes negaram um diagnóstico correto trocando incorretamente quando o algoritmo estava errado.
Essas descobertas e o experimento na aula de dermatologia de Kittler mostram como os pesquisadores podem desenvolver a IA que acrescenta em vez de eliminar os médicos. Sancy Leachman, especialista em melanoma e professora de dermatologia da Oregon Health & Science University, espera ver mais desses estudos – e não, ela diz, porque teme ser substituída.
“Não se trata de quem faz o trabalho, humano ou máquina”, diz ela. “A questão é como você usa com sucesso o melhor dos dois mundos para obter os melhores resultados”. A IA que ajuda os clínicos gerais a pegar mais melanomas ou outros cânceres de pele pode salvar muitas vidas, diz ela, porque os cânceres de pele são altamente tratáveis se detectados precocemente. Leachman acrescenta que provavelmente será mais fácil convencer os médicos a adotar a tecnologia projetada para aprimorar e desenvolver seu trabalho do que substituí-lo.
O novo estudo também incluiu um experimento que destaca os perigos potenciais de adotar essa tecnologia. Ele testou o que aconteceu quando os médicos trabalharam com uma versão do algoritmo preparada para dar conselhos incorretos, simulando software defeituoso. Clínicos de todos os níveis de experiência mostraram-se vulneráveis a serem enganados.
“Minha esperança era que os médicos fossem firmes, mas vimos a confiança que eles tinham no modelo de IA voltada contra eles”, diz Tschandl. Ele não sabe ao certo quais são as respostas, mas diz que trabalhos futuros sobre IA médica precisam considerar como ajudar os médicos a decidir quando desconfiar do que o computador lhes diz.
https://www.wired.com/story/algorithm-doesnt-replace-doctors-makes-them-better/
Se você tiver interesse e ainda não estiver inscrito para receber diariamente as postagens de O Novo Normal basta clicar no link:
https://chat.whatsapp.com/BJnVYTeAIS5EDxI3py98KK
Este é um grupo de WhatsApp restrito para postagens diárias de Evandro Milet.
Além dos artigos neste blog, outros artigos de Evandro Milet com outras temáticas, publicados nos fins de semana em A Gazeta, encontram-se em http://evandromilet.com.br/
O novo normal 