Um novo modelo de IA médica pode ajudar a detectar doenças sistêmicas observando uma variedade de tipos de imagens

A inteligência artificial está fazendo avanços impressionantes na capacidade de ler imagens médicas. Num teste recente realizado pelo Serviço Nacional de Saúde da Grã-Bretanha, uma ferramenta de IA analisou as mamografias de mais de 10.000 mulheres e identificou corretamente quais pacientes tinham cancro. A IA também detectou 11 casos que os médicos não perceberam. Mas as doenças sistémicas, como o lúpus e a diabetes, representam um desafio maior para estes sistemas, uma vez que o diagnóstico envolve frequentemente vários tipos de imagens médicas, desde ressonâncias magnéticas a tomografias computadorizadas.

Sheng Wang, professor assistente da Universidade de Washington na Escola Paul G. Allen de Ciência da Computação e Engenharia, trabalhou com coautores da Microsoft Research e Providence Genetics and Genomics para criar o BiomedParse, um modelo de análise de imagens médicas de IA que funciona em nove tipos de imagens médicas para melhor prever doenças sistêmicas. Os profissionais médicos podem carregar imagens no sistema e fazer perguntas ao sistema de IA em inglês simples.

A equipe publicou suas descobertas em 18 de novembro em Métodos da Natureza.

UW News conversou com Wang sobre a ferramenta e sobre a ética e a promessa da IA ​​nos cuidados de saúde.

O que seu laboratório estuda?

Estamos focados em IA generativa multimodal, o que significa que trabalhamos para processar vários tipos de imagens médicas. Pesquisas anteriores consideraram apenas um tipo de imagem por vez – imagens patológicas na pesquisa do câncer, por exemplo. Nossa nova abordagem é considerar todos os tipos de imagens em conjunto para prever doenças sistêmicas. Uma doença como a diabetes pode aparecer em todo o corpo – nos olhos, dentes, rins e assim por diante. Se você tiver apenas um modelo que consegue ver imagens dos olhos, ele pode perder coisas sobre doenças sistêmicas.

Você acabou de publicar um artigo com pesquisadores da Microsoft e da Providence Genomics que pode processar nove tipos diferentes de imagens médicas e traduzir entre texto e imagem. Empresas como a OpenAI e organizações como o Allen Institute for Artificial Intelligence lançaram recentemente modelos de IA que podem se mover entre texto e imagens. Como as imagens médicas são diferentes?

Quando o ChatGPT ou o Gemini do Google modelam a imagem de um gato, por exemplo, essa imagem é muito pequena – digamos, 256 pixels de diâmetro. Mas as imagens médicas são muito maiores, talvez com 100.000 pixels de diâmetro. Se você imprimir as duas imagens, a diferença de tamanho será a diferença entre uma bola de tênis e uma quadra de tênis. Portanto, o mesmo método não pode ser aplicado a imagens médicas.

Mas o ChatGPT é muito bom para compreender e resumir documentos longos. Portanto, usamos a mesma técnica aqui para resumir imagens patológicas muito grandes. Nós as dividimos em muitas imagens pequenas, cada uma com 256 por 256. Essas pequenas imagens formam algo como uma “frase” de pequenas imagens, mas aqui o elemento básico não é uma palavra ou caractere – é uma pequena imagem. Então a IA generativa pode resumir esse conjunto de pequenas imagens com muita precisão. Em maio, anunciamos o GigaPath, um modelo que processa imagens patológicas usando esse método.

Em nosso artigo mais recente, combinamos ferramentas para construir o BiomedParse, que funciona em nove modalidades, permitindo-nos incorporar modelos que abrangem tomografias computadorizadas, ressonâncias magnéticas, raios X e assim por diante.

Descobrimos que é muito difícil construir um modelo que considere todas as modalidades porque as pessoas podem não estar dispostas a compartilhar todos esses dados. Em vez disso, construímos um modelo para cada tipo de imagem. Alguns são nossos, outros são de outros especialistas de Harvard e da Microsoft, e então projetamos todos eles em um espaço compartilhado.

Fomos inspirados pelo Esperanto, uma língua construída criada para que falantes de diferentes países possam se comunicar – semelhante ao modo como o inglês funciona atualmente em toda a Europa. A ideia chave do nosso artigo BiomedParse é usar a linguagem humana como o Esperanto para diferentes modalidades de imagens médicas. Uma tomografia computadorizada é muito diferente de uma ressonância magnética, mas cada imagem médica possui um relatório clínico. Então projetamos tudo no espaço do texto. Então, duas imagens serão semelhantes, não porque sejam tomografias computadorizadas, por exemplo, mas porque se referem a pacientes semelhantes.

Quais são as aplicações potenciais desta ferramenta? Isso permitiria que os clínicos gerais entendessem melhor vários tipos de imagens diferentes?

Sim, é como um mecanismo de busca de imagens médicas. Ele permite que não especialistas conversem com o modelo sobre imagens médicas muito especializadas que exigem conhecimento especializado. Isso pode permitir que os médicos entendam as imagens muito melhor porque, por exemplo, a leitura de imagens patológicas geralmente requer alto conhecimento.

Mesmo médicos muito experientes podem usar nosso modelo para analisar imagens mais rapidamente e detectar variações sutis. Por exemplo, eles não precisam observar cada imagem pixel por pixel. Nosso modelo pode primeiro fornecer alguns resultados e depois os médicos podem se concentrar nessas regiões importantes. Portanto, isso pode fazer com que eles trabalhem com mais eficiência, já que fornecemos resultados muito consistentes automaticamente (mais de 90% de precisão em comparação com a anotação humana especializada) em apenas 0,2 segundos. Por se tratar de uma ferramenta que detecta a localização de objetos biomédicos e conta o número de células, muitas vezes é tolerável uma precisão de 90% para detectarmos corretamente o objeto e prevermos as doenças posteriores. Mas a orientação dos médicos ainda é necessária para garantir que estas ferramentas de IA sejam utilizadas adequadamente. Esta é uma forma de aumentar suas habilidades, não de substituí-las.

Isso estará disponível para os médicos?

Já lançamos uma demonstração. Em seguida, esperamos fazer parceria com a UW Medicine para desenvolver ainda mais o modelo e, em seguida, implantá-lo com o consentimento dos pacientes no sistema da UW Medicine. É um esforço muito grande em toda a UW. Coletamos muitos dados cobrindo diferentes regiões do corpo humano, diferentes modalidades e diferentes doenças. Portanto, esperamos poder avançar na detecção de doenças sistêmicas.

Obviamente, os sistemas generativos de IA têm vários problemas. Os modelos de texto alucinam informações, retornando respostas erradas e inventando fatos. Os geradores de imagens distorcem as coisas. Há preocupações sobre a aplicação desses dados a algo tão sensível como imagens médicas?

Na verdade, temos outro artigo em fase de submissão que aborda especificamente problemas éticos para IA generativa em medicina. Um problema é a alucinação. Por exemplo, você poderia fornecer uma imagem de tomografia computadorizada de tórax para alguns modelos de IA e perguntar qual é o problema dentário. Esta questão não faz qualquer sentido, porque não podemos distinguir problemas dentários a partir de tomografias computadorizadas, mas alguns modelos de IA existentes irão realmente responder a esta questão e, obviamente, é a resposta errada.

Outro problema é ético. Podemos fornecer uma imagem dentária à IA generativa e perguntar: “Qual é o sexo e a idade deste paciente?” Isso é informação privada. Ou você pode pedir para reconstruir o rosto da pessoa. Portanto, estamos trabalhando para detectar essas questões antiéticas e garantir que o modelo se recuse a responder.

O que há na aplicação de IA generativa à medicina que faz você se interessar por ela?

Eu costumava fazer pesquisas genômicas e de descoberta de medicamentos com IA, mas descobri que essa é uma área bastante limitada, porque o desenvolvimento de um medicamento pode levar de 5 a 10 anos, e a parte mais demorada é testar o medicamento – testes em ratos, testes em humanos, e assim por diante. Mudei para a medicina porque sinto que a IA é muito poderosa para analisar dados de imagens e imagens junto com texto.

Também estou buscando o reaproveitamento de drogas. Significa que, por exemplo, um medicamento utilizado para tratar doenças da retina poderia, sem ser concebido para outros fins, também tratar a insuficiência cardíaca. Portanto, se este medicamento já estiver sendo usado para doenças da retina e acharmos que é eficaz para insuficiência cardíaca, podemos aplicá-lo imediatamente, porque sabemos que é seguro. Este é um dos benefícios potenciais do estudo de doenças sistêmicas com IA. Se descobrirmos, combinando imagens da retina com imagens de insuficiência cardíaca, que as imagens da retina podem prever a insuficiência cardíaca, poderemos descobrir tal droga. Esse é um objetivo de longo prazo aqui.