Serviços de saúde recomendam mamografia a mulheres acima de 40 anos para detectar precocemente o câncer de mama. Porém, em quem tem tecido mamário denso, mamografias e ultrassons ficam menos claros porque o tecido espalha o som e provoca ruído acústico. Esse ruído pode fazer com que um cisto cheio de líquido, que deveria aparecer escuro, surja acinzentado e seja confundido com uma massa sólida potencialmente cancerosa.
Uma equipe da Johns Hopkins descreveu um novo método de processamento de sinais de ultrassom, baseado na coerência entre sinais vizinhos, que gera imagens mais limpas e reduz aparições falsas causadas pelo ruído. A inovação não altera a emissão das ondas de ultrassom; modifica apenas como os sinais são processados. O sistema também atribui uma pontuação numérica às massas e só considera preocupantes aquelas acima de um limiar predefinido.
Em um estudo com 132 pacientes, médicos identificaram corretamente massas 96% das vezes com o novo método, contra 67% com as ferramentas convencionais. As autoras e autores afirmam que a técnica pode reduzir falsos positivos, exames de acompanhamento e biópsias. A equipe sugere que a combinação do novo processamento com inteligência artificial permitiria decisões mais rápidas já na primeira consulta, e que a tecnologia pode, no futuro, ser usada fora do ambiente hospitalar. O trabalho foi publicado em Radiology Advances e recebeu apoio do National Institutes of Health.
Palavras difíceis
- tecido — material biológico que forma um órgão
- ruído — som indesejado que atrapalha sinais
- cisto — bolsa fechada com líquido dentro
- coerência — grau de semelhança entre sinais próximos
- limiar — valor mínimo para considerar algo
- falso positivo — resultado que indica problema inexistentefalsos positivos
- biópsia — retirada de tecido para exame médicobiópsias
Dica: passe o mouse, foque ou toque nas palavras destacadas no artigo para ver definições rápidas enquanto lê ou ouve.
Perguntas para discussão
- Que vantagens e desafios você imagina na combinação do novo processamento com inteligência artificial na primeira consulta?
- Como a redução de falsos positivos poderia afetar pacientes e o sistema de saúde?
- Quais são as implicações de usar essa tecnologia fora do ambiente hospitalar?
Artigos relacionados
Repensar o 'humano' na inteligência artificial
Xonorika Kira afirma que centrar o humano na inteligência artificial pode excluir formas diversas de inteligência. Propõe conjuntos de dados situados, modelos menores e práticas que apoiem a soberania cultural e a responsabilidade sobre dados.
Pessoas com deficiência enfrentam mais dificuldades na pandemia
No Quénia e na Nigéria, pessoas com deficiência em bairros urbanos pobres tiveram mais dificuldades durante a pandemia: acesso à saúde caiu, medicamentos ficaram mais caros e muitas perderam renda. Defensores pedem serviços mais próximos e informação acessível.
Dispositivo com IA ajuda diagnóstico de autismo no Missouri
Pesquisadores testaram o CanvasDx para apoiar clínicos locais no Missouri. O dispositivo, aprovado pela FDA, deu resultados determinantes em parte dos casos, ajudou a acelerar diagnósticos e reduziu deslocamentos para famílias.