Ministério da Saúde e Einstein criam ferramenta de IA para doenças de pele
A ferramenta, que ainda está em estudo, tem taxa de acerto de cerca de 80% e não substitui a avaliação clínica.
O Ministério da Saúde e o Einstein Hospital Israelita desenvolveram um sistema de inteligência artificial para apoiar profissionais da saúde pública na triagem e na identificação de doenças de pele. Chamada CUTIS-AI, a iniciativa é uma parceria entre a pasta federal e a instituição paulista, e o projeto ainda está em fase de estudo.
A ferramenta trabalha com fotografias das lesões e com dados clínicos, epidemiológicos e sociodemográficos da população brasileira. Entre as condições que podem ser reconhecidas estão esporotricose, leishmaniose cutânea, hanseníase, cromoblastomicose, lobomicose, tuberculose cutânea e lesões causadas por acidentes com aranha marrom. O aplicativo que dá acesso à tecnologia foi construído a partir de entrevistas com profissionais da atenção básica e pode ser usado mesmo onde não há conexão com a internet. Segundo os responsáveis, a taxa de acerto já chega a cerca de 80%.
A proposta, de acordo com os envolvidos, é que a inteligência artificial funcione como apoio, sem substituir a avaliação feita pelos profissionais de saúde. A cientista de dados do Einstein Isabelle Carvalho afirmou que o objetivo é ampliar a capacidade de identificação dessas doenças, que ainda representam desafio para as equipes, sobretudo em regiões com menos especialistas. Ela também destacou que a reunião de imagens está formando uma base de dados que deve contribuir para uma tecnologia útil na Atenção Primária à Saúde.
O estudo já analisou cerca de 1,4 mil pacientes e reúne mais de 4 mil imagens de lesões. A variedade de casos serve para treinar o sistema com exemplos diferentes, o que o torna mais preparado para reconhecer as características de cada lesão. O secretário de Vigilância em Saúde e Ambiente do Ministério da Saúde, Fabiano Geraldo Pimenta Junior, ressaltou que, em inteligência artificial aplicada à saúde, a qualidade e a diversidade dos dados são decisivas, já que um modelo criado com uma população específica pode render de forma diferente em outros grupos. Por isso, segundo ele, é essencial construir uma base brasileira que considere diferentes tipos de pele, regiões, condições de vida e perfis epidemiológicos.
