Deep Learning-Based Sex Classification and Chronological Age-Group Estimation from Knee Radiographs Using a Multi-Task Framework with Rank-Fusion and Tri-Loss Learning

No mundo da ciência forense e do diagnóstico médico, identificar uma pessoa desconhecida muitas vezes começa com uma pergunta simples: quem era ela? Duas das respostas mais fundamentais são o seu sexo biológico e a sua idade. Por décadas, especialistas confiaram no esqueleto para fornecer essas pistas, examinando os ossos em busca de sinais de como eles foram construídos e de como mudaram ao longo do tempo. A articulação do joelho, uma dobradiça complexa onde o fêmur encontra a tíbia, é particularmente valiosa para este trabalho. É um local que apresenta diferenças claras entre homens e mulheres e que passa por mudanças graduais e previsíveis à medida que uma pessoa passa da idade adulta jovem para a velhice. Tradicionalmente, médicos e especialistas forenses observavam radiografias desta articulação com seus próprios olhos, utilizando tabelas padronizadas para pontuar a condição do osso. No entanto, este processo manual pode ser lento, e diferentes especialistas podem nem sempre concordar com a mesma imagem. À medida que o campo da inteligência artificial cresceu, pesquisadores começaram a questionar se os computadores poderiam aprender a ver esses padrões sutis de forma mais consistente e precisa do que o olho humano.

Uma equipe de pesquisadores da Universidade de Ciências da Saúde de Kütahya e do Hospital Municipal de Kütahya, na Turquia, deu um passo significativo neste esforço. Eles desenvolveram um novo sistema computacional projetado para ler radiografias de joelho e determinar automaticamente tanto o sexo quanto a faixa etária da pessoa proprietária daquele joelho. Em vez de depender de um único método, eles construíram uma estrutura que lida com duas tarefas distintas simultaneamente. Para a primeira tarefa, descobrir se o joelho pertence a um homem ou a uma mulher, a equipe não confiou em apenas um modelo de computador. Em vez disso, treinaram três tipos diferentes de sistemas avançados de inteligência artificial para observar a mesma imagem. Eles então combinaram os resultados desses três sistemas em uma decisão única e unificada. Esta abordagem, que chamam de Rank-Fusion Ensemble, permitiu que o computador pesasse os pontos fortes de cada modelo, resultando em uma identificação altamente confiável do sexo biológico.

A segunda tarefa era mais complexa: estimar a idade da pessoa. Diferente do sexo, que é uma categoria binária, a idade é uma progressão contínua. Uma pessoa na casa dos trinta anos compartilha muitos traços físicos com alguém na casa dos quarenta, tornando as fronteiras entre as faixas etárias nebulosas. Para lidar com isso, os pesquisadores utilizaram uma arquitetura de computador especializada chamada ConvNeXt-Tiny, que é particularmente boa em detectar detalhes finos em imagens. Eles ensinaram este sistema a entender que as faixas etárias seguem uma ordem específica. Projetaram um método de treinamento que penalizava o computador menos por errar o grupo de idade vizinho e mais por errar um grupo distante. Por exemplo, se o sistema deduzisse que um indivíduo de cinquenta anos tinha quarenta, isso seria considerado um erro menor; deduzir que tinha vinte seria um erro grave. Esta abordagem, que os autores chamam de estratégia Tri-Loss, ajudou o modelo a respeitar a natureza gradual e passo a passo do envelhecimento.

A equipe testou seu sistema em uma coleção cuidadosamente selecionada de 1.042 radiografias de joelho de pacientes entre 22 e 69 anos de idade. Os dados foram equilibrados para que houvesse números quase iguais de homens e mulheres, e os pacientes estavam distribuídos uniformemente por cinco décadas diferentes de vida. Quando o sistema foi testado em imagens que nunca havia visto antes, os resultados foram impressionantes. Para a determinação do sexo, o sistema combinado foi correto 96,65% das vezes. Foi excepcionalmente bom em distinguir entre as estruturas ósseas masculinas e femininas, alcançando uma pontuação que indica uma confiabilidade quase perfeita na separação dos dois grupos. Este desempenho foi significativamente superior a qualquer um dos três modelos de computador individuais usados para criar o ensemble.

A tarefa de estimativa de idade provou ser mais desafiadora, pois as diferenças entre décadas adjacentes são frequentemente sutis. Mesmo assim, o sistema especializado alcançou uma precisão de 71,29% ao acertar a década correta. Mais importante ainda, o sistema raramente cometia palpites absurdos. Quando errava, era quase sempre por apenas uma década. Os pesquisadores descobriram que, em 96,65% de todos os casos, o palpite do computador era o grupo de idade correto ou o imediatamente anterior ou posterior. O sistema nunca cometeu o tipo de erro extremo onde confundiria um jovem adulto com um idoso. Isso sugere que o sistema aprendeu com sucesso as mudanças graduais e sobrepostas que ocorrem no joelho conforme a pessoa envelhece, em vez de apenas memorizar categorias distintas.

O estudo também analisou o quão confiante o computador estava em suas respostas. Descobriu-se que, quando o sistema expressava alta confiança, ele geralmente estava correto, o que significa que as probabilidades calculadas eram dignas de confiança. Este é um detalhe crucial para o uso médico e forense, onde saber a confiabilidade de um resultado é tão importante quanto o próprio resultado. Os pesquisadores observaram que, embora o sistema tenha desempenhado excepcionalmente bem na identificação dos muito jovens e dos muito idosos, os grupos de meia-idade foram ligeiramente mais difíceis de distinguir, provavelmente porque as mudanças físicas no joelho durante esses anos são mais graduais e menos distintas.

Este trabalho demonstra que o aprendizado profundo pode servir como uma ferramenta poderosa e objetiva para ler a história escrita em nossos ossos. Ao combinar múltiplos modelos de inteligência artificial para a identificação do sexo e utilizar uma abordagem especializada para a estimativa de idade, os pesquisadores criaram um sistema que oferece uma alternativa quantitativa à observação manual tradicional. Embora o estudo tenha se concentrado em uma população específica e em uma faixa de idade específica, os resultados sugerem que a análise automatizada de radiografias de joelho pode fornecer perfis demográficos consistentes e de alta precisão. Essa capacidade poderá, futuramente, apoiar especialistas forenses na identificação de restos mortais desconhecidos ou ajudar clínicos a avaliar mudanças relacionadas à idade em pacientes vivos, tudo isso sem a variabilidade que advém da interpretação humana. As descobertas confirmam que o joelho, com seu claro dimorfismo sexual e processo de envelhecimento previsível, continua sendo uma rica fonte de informações, agora acessível através da lente do aprendizado de máquina moderno.