Na área médica, a análise de dados de imagem sempre foi um processo complexo e trabalhoso. Recentemente, pesquisadores da Weill Cornell Medicine desenvolveram um novo sistema de inteligência artificial chamado LILAC (Inferência de Mudanças de Imagem Longitudinal baseada em Aprendizado), capaz de analisar e detectar eficientemente e com precisão mudanças em imagens médicas ao longo do tempo. Este estudo foi publicado em 20 de fevereiro na revista Proceedings of the National Academy of Sciences dos EUA e demonstra o amplo potencial de aplicação do LILAC em diversos cenários médicos.
Os métodos tradicionais de análise de imagens médicas geralmente exigem muita personalização e pré-processamento. Considerando dados de ressonância magnética (MRI) do cérebro, por exemplo, os pesquisadores normalmente precisam dedicar muito tempo ajustando e corrigindo as imagens para se concentrar em uma área específica, e até mesmo eliminar os efeitos de diferenças de ângulo e tamanho. O sistema LILAC simplifica enormemente esse processo, automatizando essas etapas complexas de pré-processamento, permitindo que os pesquisadores analisem mais facilmente sequências de imagens de longo prazo.
Nota da imagem: Imagem gerada por IA, fornecida pelo Midjourney.
A flexibilidade do LILAC reside em sua capacidade de adaptação a diversos tipos de imagens médicas. A equipe de pesquisa treinou o LILAC com centenas de conjuntos de imagens microscópicas de embriões de fertilização in vitro, testando sua capacidade de determinar a ordem temporal em pares de imagens aleatórias. Os resultados mostraram que a precisão do LILAC atingiu 99%. Em outros experimentos, o sistema também detectou com sucesso as diferenças na cicatrização de feridas e as mudanças no cérebro de idosos, e conseguiu prever com precisão as pontuações cognitivas.
O Dr. Kim Hee-jong, principal projetista da pesquisa, afirmou que o objetivo do LILAC é fornecer suporte em situações onde o processo de pesquisa não é totalmente compreendido, especialmente quando existe grande variabilidade entre indivíduos. Essa tecnologia não se aplica apenas aos dados de imagem atuais, mas também pode lidar de forma flexível com mudanças futuras desconhecidas.
Atualmente, a equipe de pesquisa planeja aplicar o LILAC em cenários clínicos do mundo real, especialmente na previsão da resposta ao tratamento em pacientes com câncer de próstata por meio de exames de ressonância magnética. O lançamento deste sistema inovador, sem dúvida, traz novas esperanças e possibilidades para a análise de imagens médicas.