Visão

Siga-nos nas redes

Perfil

Inteligência artificial pode identificar doenças genéticas olhando para a sua cara

Sociedade

Imagem do estudo

Twitter da FDNA

Uma nova tecnologia de inteligência artificial pode identificar com precisão algumas doenças genéticas raras através da fotografia do rosto de um paciente, de acordo com um novo estudo

Chama-se DeepGestalt (a inteligência artificial usada) e superou os médicos na identificação de várias síndromes em três ensaios e, segundo o estudo publicado no jornal científico Nature Medicine, pode ser um valor acrescentado nas consultas.

De acordo com a investigação, 8% da população tem doenças com componentes genéticas chave e muitos têm características que são reconhecidos facialmente.

A DeepGestalt pode identificar, por exemplo, a síndrome de Angelman (um distúrbio genético-neurológico), que provoca boca larga com dentes espaçados, língua grande ou estrabismo

“Ficou demonstrado como se podem aplicar os algoritmos de última geração”, refere, citado pela CNN, Yaron Gurovich, diretor da FDNA, a empresa americana de medicina de precisão e inteligência artificial que liderou o estudo.

Estes resultados “abrem portas para futuras pesquisas para a identificação de outras síndromes”, acrescentou.

A equipa pôs o DeepGestalt a “olhar” para 17 mil fotografias de rostos de uma base de dados de pacientes cujos diagnósticos implicavam mais de 200 síndromes genéticos diferentes,

Quando posto a prova, o algoritmo de AI suplantou os médicos na deteção de uma determinada síndrome em 502 imagens pré-escolhidas.

Em cada um dos dois testes feitos, o DeepGestalt identificou a síndrome correta e colocou-o no seu top 10 de escolhas em 91% das vezes.

Noutro teste realizado, com a Síndrome de Noonan (caracterizada por baixa estatura e dimorfismos faciais típicos) os resultados da máquina foram de 64%.

A tecnologia funciona quando se aplica o algoritmo da aprendizagem feita através das imagens antes fornecidas a uma nova imagem, fazendo, depois, uma lista de possíveis síndromes.

“Mostrámos que este sistema pode ser usado em ambiente clínico”, concluiu Gurovich.