Visual Foundation Models with Adapter Learning for Parkinson’s Disease Recognition based on OCT Images

A doença de Parkinson é uma condição progressiva que erode lentamente a capacidade do corpo de se movimentar, afetando milhões de pessoas em todo o mundo. Durante décadas, os médicos confiaram na observação de sintomas físicos para diagnosticá-la, mas, quando esses sinais aparecem, danos significativos já ocorreram frequentemente no cérebro. Nos últimos anos, cientistas descobriram que a doença deixa vestígios sutis não apenas no cérebro, mas também na retina, a camada sensível à luz na parte posterior do olho. Usando uma técnica de imagem especializada chamada tomografia de coerência óptica, que cria seções transversais detalhadas do olho, pesquisadores agora conseguem ver essas mudanças microscópicas. O desafio tem sido que as imagens são complexas, e ensinar computadores a identificar a diferença entre um olho saudável e um que mostra sinais precoces de Parkinson exige vastas quantidades de dados e um poder computacional imenso, recursos que são frequentemente escassos em ambientes médicos.

Uma equipe de pesquisadores da Universidade Médica de Wenzhou, na China, desenvolveu uma nova abordagem para resolver este problema, visando tornar o diagnóstico automatizado mais acessível e eficiente. Em vez de construir um modelo de computador massivo do zero, o que exigiria enormes conjuntos de dados e hardware caro, eles adaptaram um sistema de inteligência artificial poderoso e pré-existente, projetado para o reconhecimento geral de imagens. Este sistema, conhecido como um modelo de fundação visual, já compreende os blocos de construção básicos das imagens. A inovação dos pesquisadores reside em como eles conectaram este sistema generalista à tarefa específica de identificar o Parkinson. Eles não forçaram o sistema inteiro a reaprender tudo; em vez disso, inseriram três componentes pequenos e leves, ou adaptadores, no modelo. Esses adaptadores agem como lentes especializadas, permitindo que o sistema foque nos detalhes específicos nos exames oculares que importam para o Parkinson, como pequenas lesões ou mudanças sutis nas camadas de tecido, sem a necessidade de reescrever o conhecimento central do modelo.

A equipe testou este método em uma coleção de 1.440 imagens oculares reunidas de pacientes em seu hospital. O conjunto de dados incluiu exames de 40 indivíduos saudáveis e 40 pacientes diagnosticados com Parkinson, com cada pessoa contribuindo com 18 imagens. Para garantir que os resultados fossem confiáveis, eles dividiram os dados em grupos, treinando o sistema na maioria das imagens e testando-o no restante, repetindo este processo cinco vezes para obter um panorama claro do desempenho. Os resultados mostraram que o sistema adaptado pôde identificar o Parkinson com uma precisão de aproximadamente 77,66 por cento. Este desempenho foi competitivo com, e em alguns casos superior a, outros modelos computacionais avançados atualmente usados para tarefas semelhantes. Crucialmente, o novo método alcançou estes resultados ajustando apenas uma fração minúscula dos parâmetros totais do modelo, tornando-o muito menos exigente em termos de recursos computacionais do que as abordagens tradicionais que exigem a atualização de cada parte do sistema.

Os pesquisadores também compararam seu método contra uma ampla gama de redes de aprendizado profundo existentes, incluindo designs mais antigos e conhecidos e arquiteturas mais novas e complexas. Seu sistema superou muitos desses modelos estabelecidos, demonstrando que uma adição cuidadosamente ajustada e leve a um modelo de fundação poderoso pode ser mais eficaz do que treinar uma rede inteira do zero. Ao congelar as partes principais do modelo pré-treinado e treinar apenas os pequenos adaptadores, a equipe provou que é possível transferir o conhecimento visual geral para uma aplicação médica altamente específica sem a necessidade de uma quantidade enorme de dados de treinamento. Isto é particularmente importante para condições médicas como o Parkinson, onde coletar milhares de imagens rotuladas é difícil e caro.

Para entender como o sistema estava tomando suas decisões, os pesquisadores utilizaram uma técnica de visualização que destaca as áreas do exame ocular nas quais o computador estava focando. As imagens revelaram que o modelo prestava atenção às lesões específicas e sutis e às mudanças estruturais associadas à doença, enquanto outros modelos às vezes focavam em áreas menos relevantes. Isso sugere que os três adaptadores guiaram com sucesso o sistema para aprender as características corretas. O estudo conclui que esta abordagem oferece um caminho promissor para a detecção automatizada de doenças, equilibrando alta precisão com eficiência computacional. Embora o trabalho seja um passo significativo, os pesquisadores observam que estudos futuros precisarão testar o método em dados de outros centros médicos para confirmar que ele funciona consistentemente através de diferentes populações e condições de imagem.