Pombos podem detectar câncer, aponta estudo

Um estudo publicado na revista Animal Cognition treinou seis pombos para atuar como radiologistas, identificando nódulos pulmonares em tomografias.
As aves aprenderam a detectar anomalias associadas a tumores, alcançando altos índices de acerto mesmo em imagens não vistas durante o treinamento.
Além dos nódulos pulmonares, os pombos também detectaram sinais de enfisema e de nódulos em vidro fosco, mesmo não tendo sido treinados para esses itens.
Pesquisadores destacam que a visão dos pombos funciona de maneira semelhante ao sistema visual inconsciente humano, o que pode explicar a sua performance.
O estudo sugere o potencial de uso de aves em análises de imagem médica, como complemento a métodos de IA e avaliação humana.

Seis pombos foram treinados para atuar como radiologistas, buscando nódulos pulmonares em imagens de tomografia. O estudo foi publicado em fevereiro na revista Animal Cognition e mostra o potencial das aves para detectar anomalias associadas a câncer.

Os animais aprenderam a diferenciar imagens com nódulos de aquelas sem sinais suspeitos. Em testes, eles apresentaram alto índice de acerto ao identificar padrões de lesões em tomografias que não tinham visto durante o treinamento.

Os pesquisadores destacam que a visão das pombos é estruturalmente parecida com o processamento visual humano não consciente, o que pode explicar parte do desempenho observado. A comparação sustenta a hipótese de percepção automática de sinais.

Pombos foram escolhidos pela semelhança entre seu sistema visual e o humano, incluindo os três tipos de receptores de cor. A escolha facilita o estudo de como percepções não conscientes influenciam diagnósticos.

Além de nódulos pulmonares, as aves também reconheceram sinais de enfisema e de nódulos em vidro fosco, embora não tenham sido treinadas para essas condições. Os resultados indicam capacidade de generalização.

A equipe avaliou que o treinamento poderia potencialmente complementar avaliações médicas, oferecendo uma segunda leitura rápida de imagens de exames. No entanto, os autores ressaltam limitações e a necessidade de mais pesquisas.

Os resultados ganham relevância ao discutir métodos de apoio ao diagnóstico por imagem. A combinação entre inteligência artificial, humanos e animais pode ampliar a detecção precoce de doenças graves.

A pesquisa ressalta ainda a importância de manter padrões de rigor clínico. Não se trata de substituir radiologistas, mas de explorar ferramentas adicionais para detectar anomalias com maior precisão.