O olho humano é uma janela para o corpo, mas olhar através dele exige uma mão firme e um olho treinado. Por décadas, os médicos têm dependido de uma tecnologia de varredura chamada tomografia de coerência óptica, ou OCT, para espiar o interior da retina, a camada sensível à luz na parte posterior do olho. Esta máquina tira milhares de imagens transversais, empilhando-as para criar um mapa tridimensional detalhado da estrutura interna do olho. Ela revolucionou a forma como os médicos detectam doenças como a retinopatia diabética ou a degeneração macular, permitindo que vejam problemas muito antes de um paciente perder a visão. No entanto, apesar da capacidade da máquina de capturar esses dados ricos, o processo de transformar essas imagens em um diagnóstico continua sendo uma tarefa manual e lenta. Um especialista deve primeiro verificar se a varredura está clara o suficiente para ser usada, depois vasculhar centenas de fatias individuais para encontrar as poucas que mostram sinais de problemas e, finalmente, reunir esses fragmentos para formar um quadro completo da saúde do paciente. Este fluxo de trabalho laborioso cria um gargalo, tornando difícil realizar o rastreamento de grandes populações ou fornecer cuidados consistentes em locais onde médicos especialistas são escassos.

Pesquisadores há muito tentam construir inteligência artificial para ajudar nesta tarefa, mas a maioria das tentativas anteriores foi como uma equipe de especialistas que só sabe fazer um pequeno trabalho. Um programa de computador pode ser bom em detectar imagens borradas, enquanto outro é excelente em identificar uma doença específica em uma única fatia da varredura. Nenhum desses sistemas conseguia lidar com toda a jornada, da imagem bruta ao diagnóstico final, por conta própria. Eles frequentemente lutavam com o fato de que as doenças oculares são tridimensionais, escondendo-se no espaço entre as fatias, e falhavam quando confrontados com a realidade desordenada e variada dos dados hospitalares do mundo real. Um novo estudo apresenta um sistema projetado para mudar isso, automatizando todo o processo, imitando a maneira como um especialista humano raciocina sobre um caso do início ao fim.

A equipe por trás deste trabalho, liderada por pesquisadores de vários grandes centros médicos na China, desenvolveu um sistema que chamam de FOCUS. Este framework é construído sobre um modelo de base, um tipo de inteligência artificial que foi pré-treinada em uma vasta quantidade de dados visuais gerais, conferindo-lhe uma compreensão ampla de formas e padrões antes mesmo de ver uma varredura ocular. Os pesquisadores ajustaram esse cérebro poderoso para entender imagens retinianas, mas a verdadeira inovação reside em como o sistema é organizado. Em vez de apenas olhar para uma foto de cada vez, o FOCUS atua como um fluxo de trabalho completo. Primeiro, ele verifica automaticamente a qualidade da varredura, decidindo se a imagem é clara o suficiente para ser confiável. Se a imagem for boa, ele passa para a próxima etapa: escanear todo o volume do olho para detectar quaisquer anormalidades. Finalmente, ele sintetiza todas as informações de milhares de fatias para fazer um diagnóstico único e abrangente para o paciente.

Para testar se essa abordagem funcionava, os pesquisadores treinaram o sistema com dados de 3.300 pacientes, uma coleção massiva de mais de 40.000 fatias de imagens individuais. Eles então colocaram o sistema à prova em um grupo separado de 1.345 pacientes de quatro hospitais diferentes, usando diferentes tipos de máquinas de OCT para garantir que pudesse lidar com a variedade do mundo real. Os resultados foram impressionantes. O sistema identificou corretamente imagens de alta qualidade quase 99% das vezes. Ao procurar sinais de doença, detectou anormalidades com uma precisão superior a 97%. Mais importante ainda, quando se tratou de fazer um diagnóstico final para o paciente, alcançou uma precisão de quase 94%. Esses números mantiveram-se mesmo quando o sistema foi testado em dados de diferentes cidades e diferentes hospitais, mostrando que poderia se adaptar a novos ambientes sem a necessidade de ser retreinado do zero.

Os pesquisadores também compararam o desempenho de sua IA contra médicos humanos para ver como se saíam. Em testes envolvendo a detecção de anormalidades, o sistema teve um desempenho tão bom quanto, e em alguns casos melhor do que, um grupo de técnicos oftalmológicos experientes. Quando se tratou de diagnosticar doenças específicas, o sistema igualou o desempenho de um painel de nove clínicos com diferentes níveis de experiência. De fato, a IA foi mais consistente que os humanos. O estudo observou que até médicos especialistas às vezes tinham dificuldade em distinguir entre certas condições ao olhar apenas para imagens de OCT, muitas vezes precisando recorrer a outros testes ou ao histórico do paciente para ter certeza. A IA, porém, foi capaz de detectar diferenças estruturais sutis em todo o volume 3D do olho que os humanos poderiam perder, levando a decisões mais uniformes.

Uma parte fundamental do porquê este sistema tem sucesso é como ele lida com a natureza tridimensional do olho. Ferramentas de IA anteriores frequentemente tratavam cada fatia da varredura como um evento isolado, perdendo o contexto que as conecta. O FOCUS usa um método que permite que ele pese a importância de cada fatia dinamicamente. Ele aprende a focar nas fatias específicas que contêm as evidências mais fortes de doença, ignorando as que são ambíguas ou irrelevantes. Isso é semelhante a como um especialista humano pode percorrer uma pilha de papéis, olhando rapidamente pelas páginas entediantes e parando para ler cuidadosamente apenas as páginas que contêm a informação crítica. Ao agregar esses achados de forma inteligente, o sistema constrói um diagnóstico confiável sem precisar processar todo o volume 3D de uma forma computacionalmente dispendiosa.

O estudo reconhece que, embora os resultados sejam promissores, o sistema ainda não é um produto acabado pronto para cada clínica. Os dados usados para treinar e testar o sistema vieram principalmente de centros médicos na China, o que significa que o sistema pode precisar de validação adicional para garantir que funcione igualmente bem para pessoas de diferentes origens étnicas ou em diferentes sistemas de saúde. Além disso, os testes foram feitos em dados coletados de hospitais onde os pacientes já eram conhecidos por terem problemas oculares, o que é um cenário diferente do rastreamento de uma população geral saudável onde as doenças são mais raras. Os pesquisadores também apontam que a versão atual do sistema ainda não inclui a capacidade de gerar relatórios escritos ou manter uma conversa com um médico, recursos que versões futuras podem adicionar usando ferramentas de linguagem avançadas.

Apesar dessas limitações, o trabalho representa um passo significativo no campo da imagem médica. Ele vai além da era das ferramentas isoladas que realizam tarefas únicas e demonstra que um sistema unificado pode automatizar um fluxo de trabalho clínico complexo e de múltiplas etapas. Ao unir com sucesso os dados brutos da imagem a um diagnóstico final do paciente, os pesquisadores mostraram que é possível construir uma IA que espelha o raciocínio de um especialista humano. Essa abordagem oferece um modelo para um futuro onde cuidados oculares de alta qualidade possam ser entregues de forma mais eficiente e consistente, potencialmente trazendo o rastreamento de nível especialista para comunidades que atualmente carecem de acesso a médicos especializados. O sistema não substitui o médico, mas sim remove as barreiras tediosas e repetitivas que impedem que o rastreamento em larga escala se torne uma realidade, pavimentando o caminho para uma nova era de saúde ocular automatizada e acessível.