Ainda hoje os médicos dermatologistas têm dificuldade para fechar diagnósticos precisos em peles mais escuras, como negras, pardas e de indígenas. A boa notícia é que a inteligência artificial (IA) pode ajudar nesse processo, de acordo com um estudo realizado pelo Instituto de Tecnologia de Massachusetts (MIT).
O estudo considerou mais de 1 mil dermatologistas e clínicos gerais, e chegou à conclusão que os dermatologistas caracterizaram com precisão cerca de 38% das imagens em peles brancas. Por outro lado, apenas 34% dos diagnósticos foram precisos em peles mais escuras. Clínicos gerais, por sua vez, têm um índice de precisão de diagnóstico bastante abaixo, principalmente em peles escuras (18%).
IA em diagnósticos dermatológicos
O estudo realizado pelo MIT foi o primeiro a demonstrar disparidades de diagnóstico médico em relação ao tom de pele, já identificando que algoritmos de inteligência artificial podem auxiliar na leitura e precisão dos resultados. Isso, entre outras vantagens, equilibra o histórico profissional, já que a maioria dos médicos dermatologistas têm mais experiência em tratar de peles brancas do que os demais tons.
“Provavelmente, nenhum médico pretende fazer pior em qualquer tipo de pessoa, mas ele pode sofrer por não ter todo o conhecimento e experiência com certos grupos de pessoas”, diz Matt Groh PhD e professor assistente da Northwestern University Kellogg School of Management. “Esta é uma daquelas situações em que você precisa de evidências empíricas para ajudar as pessoas a descobrir como mudar as políticas em torno da educação dermatológica”, justificou. Groh é o principal autor do estudo do MIT, que também teve seu artigo publicado na revista Nature Medicine.
Outro estudo do MIT liderado por Joy Buolamwini PhD ’22, revelou que os programas de análise facial apresentavam taxas de erro muito mais elevadas ao prever o gênero de pessoas de pele mais escura. E foi a partir dessa descoberta que Groh, que estuda a colaboração entre humanos e IA, resolveu investigar se os modelos de IA, e possivelmente os próprios médicos, podem ter dificuldade em diagnosticar doenças de pele em tons mais escuros, além é claro, de considerar quais capacidades de diagnóstico poderiam ser melhoradas.
“Esta pareceu ser uma grande oportunidade para identificar se há um problema social em curso e como poderíamos querer resolvê-lo, além de também identificar a melhor forma de incorporar a assistência de IA na tomada de decisões médicas”, disse Groh.
“Estou muito interessado em saber como podemos aplicar o aprendizado de máquina a problemas do mundo real, especificamente em como ajudar os especialistas a serem melhores em seu trabalho”, completou. Para ele, a medicina é um espaço onde as pessoas tomam decisões realmente importantes e, se pudéssemos melhorar a sua tomada de decisões, poderíamos melhorar os resultados dos pacientes”, apontou o PhD.
Metodologia
Os pesquisadores do MIT compilaram uma série de 364 imagens de livros didáticos de dermatologia e outras fontes, representando 46 doenças em vários tons de pele.
A maioria das imagens mostraram uma das oito doenças inflamatórias da pele, incluindo dermatite atópica, doença de Lyme e sífilis secundária, bem como uma forma rara de câncer chamada linfoma cutâneo de células T (CTCL), que pode parecer semelhante a uma doença inflamatória da pele. O fato é que muitas destas doenças, incluindo a doença de Lyme, podem apresentar-se de forma diferente na pele clara e escura, especialmente em exames de imagens.
Nesse sentido, os pesquisadores descobriram que, não por acaso, os dermatologistas apresentavam taxas de precisão mais elevadas do que os clínicos gerais. De forma que eles classificaram 38% das imagens corretamente, em comparação com 19% dos clínicos gerais.
“Este estudo demonstra claramente que existe uma disparidade no diagnóstico de doenças de pele em peles escuras. Esta disparidade não é surpreendente, entretanto, não vi isso demonstrado na literatura de forma tão robusta. Mais pesquisas devem ser realizadas para tentar determinar com precisão quais podem ser os fatores causadores e atenuantes dessa disparidade”, apontou Jenna Lester, professora associada de dermatologia e diretora do Programa Pele de Cor da Universidade da Califórnia, em São Francisco.
Um impulso da IA
Depois que analisarem o comportamento dos médicos, os pesquisadores submeteram os resultados dos exames, via imagens, à avaliação de um algoritmo de IA que os próprios pesquisadores desenvolveram.
O algoritmo foi treinado com cerca de 30 mil imagens e a taxa de precisão foi de 47%.
Os pesquisadores também criaram uma outra versão do algoritmo, que apresentou uma taxa de sucesso artificialmente de 84%, permitindo uma avaliação sobre a precisão do modelo que influenciaria, ou não, a probabilidade dos médicos seguirem as recomendações.
“Isso nos permite avaliar a assistência de IA com modelos que são atualmente os melhores que podemos fazer”, declarou Groh.
Os modelos de IA se mostraram mais precisos tanto em peles claras quanto escuras. Os pesquisadores descobriram que o uso de qualquer um desses algoritmos de IA melhorou a precisão tanto para dermatologistas (até 60%) quanto para clínicos gerais (até 47%).
A pesquisa foi financiada pelo MIT Media Lab Consortium e pelo Harold Horowitz Student Research Fund.
