IA identifica pessoas em risco de melanoma anos antes do diagnóstico, diz estudo

Pesquisadores suecos da Universidade de Gotemburgo usaram IA para identificar pessoas com maior risco de desenvolver melanoma nos próximos cinco anos, a partir de dados clínicos existentes.
O estudo analisou informações de cerca de 6 milhões de adultos suecos que viveram no país entre 2005 e 2014.
O modelo mais avançado conseguiu distinguir quem evoluiria para melanoma em cerca de 73% dos casos, frente a 64% apenas com idade e sexo.
Combinando diagnósticos, medicações e dados sociodemográficos, o grupo de maior risco teve probabilidade de cerca de 33% de desenvolver a doença em cinco anos.
Autores sugerem que triagens direcionadas a grupos de alto risco podem tornar o monitoramento mais preciso e o uso de recursos de saúde mais eficiente, mas ressaltam a necessidade de mais pesquisas e decisões políticas antes da implementação.

A equipe da Universidade de Gotemburgo, na Suécia, usou inteligência artificial para identificar pessoas com maior risco de desenvolver melanoma nos próximos cinco anos, a partir de dados de prontuários médicos existentes. O estudo analisou registros de saúde de adultos suecos.

Entre 2005 e 2014, cerca de 6 milhões de residentes suecos foram incluídos na pesquisa. Modelos de IA foram alimentados com informações clínicas além de idade e sexo, como histórico de medicações e outros diagnósticos. O objetivo foi detectar padrões que indiquem maior probabilidade de incidência futura.

Os resultados indicam que o modelo mais avançado consegue distinguir quem desenvolverá melanoma em cerca de 73% das vezes, frente a 64% apenas com idade e sexo. Ao combinar diagnósticos, medicações e dados sociodemográficos, foram identificados pequenos grupos de alto risco com probabilidade de cerca de 33% de desenvolver a doença em cinco anos.

Implicações e próximos passos

Os autores ressaltam que a detecção precoce é crucial, já que o melanoma pode se disseminar rapidamente e reduzir a sobrevida. Identificar indivíduos com maior risco pode permitir triagens mais direcionadas e uso mais eficiente de recursos de saúde. Clinicamente, isso pode orientar convites para rastreamento.

A equipe destaca que, embora promissora, a abordagem exige mais pesquisas e decisões políticas antes de ser adotada na prática clínica. Pesquisas futuras devem confirmar benefícios, custos e impactos operacionais de uma triagem seletiva baseada em IA.