O braço de pesquisa do Alibaba abriu o código-fonte de um modelo de inteligência artificial que pode identificar cerca de 150 condições abdominais – incluindo câncer – por meio da leitura de tomografia computadorizada (TC), o mais recente passo na expansão do programa de IA médica do grupo de tecnologia chinês.
O modelo, denominado Damo Radar, foi desenvolvido pela Damo Academy, instituto de pesquisa do Alibaba, e descrito em um estudo publicado quinta-feira na revista Science, segundo o South China Morning Post. O instituto anunciou o lançamento do código aberto na sexta-feira. Ao contrário dos sistemas comerciais fechados, um modelo de código aberto pode ser descarregado, inspecionado e adaptado por hospitais e investigadores – um modelo de distribuição que poderia acelerar a adoção em clínicas que nunca poderiam licenciar uma ferramenta de diagnóstico proprietária. Para mais contexto sobre esta história, confira nossa últimos desenvolvimentos em IA.
Um modelo generalista para imagens médicas
O Damo Radar é um modelo de linguagem visual projetado para analisar tomografias computadorizadas com contraste cobrindo 18 órgãos abdominais e identificar uma ampla gama de doenças e outras anormalidades, incluindo tumores malignos, disse o instituto. Seus criadores o descrevem como “o primeiro modelo de imagem médica generalista de nível especializado do mundo” – um sistema único destinado a ler muitas descobertas diferentes, em vez de uma ferramenta restrita treinada para detectar uma doença.
Essa ambição generalista distingue-o da maioria dos sistemas médicos de IA implantados até agora, que normalmente foram construídos e validados para uma única tarefa, como a detecção de um tipo de tumor. Um único modelo que abrange 146 descobertas clínicas distintas, se for válido fora do laboratório, poderá mudar a economia da implantação de IA em departamentos de radiologia, onde juntar uma dúzia de ferramentas de propósito único se mostrou impraticável.
O modelo foi treinado em tomografias computadorizadas combinadas com relatórios clínicos, uma abordagem que ensina o sistema a conectar o que aparece em uma imagem com a linguagem que os médicos usam para descrevê-la. A equipe de pesquisa disse que o método de treinamento poderia eventualmente ser estendido a outros tipos de imagens médicas, segundo o Post.
Testado contra radiologistas ativos
Os números principais vêm da avaliação de quase 40.000 exames do mundo real. Em 146 achados clínicos, o Damo Radar alcançou uma área média sob a curva (AUC) de 0,913, uma medida estatística de desempenho diagnóstico em que 1,0 representa precisão perfeita, informou o estudo.
A comparação com leitores humanos atrairá o maior escrutínio. Num estudo envolvendo 26 radiologistas de vários hospitais, a precisão média do modelo excedeu a de 23 participantes, segundo a pesquisa. E quando os radiologistas trabalharam com a assistência do modelo, melhoraram a sua capacidade de evitar diagnósticos perdidos em 10%, ao mesmo tempo que reduziram o tempo necessário por caso em mais de 30%, disse a Damo Academy.
A pesquisa envolveu diversas instituições ao lado do Alibaba, incluindo um hospital afiliado à Universidade de Zhejiang. A publicação na Science, uma das revistas científicas mais seletivas, confere aos resultados um nível de verificação externa que muitas vezes falta aos benchmarks patrocinados pelos fornecedores – embora o desempenho no mundo real dependa sempre dos exames, dos equipamentos e das populações de pacientes que um hospital realmente vê.
Por que o código aberto é importante
Liberar abertamente os pesos é uma escolha notável para tecnologia medicamente sensível. Os fornecedores proprietários normalmente mantêm os modelos médicos fechados, citando regulamentação e segurança. A liberação aberta permite que pesquisadores independentes investiguem modos de falha, permite que os hospitais executem o modelo em sua própria infraestrutura sem enviar dados de pacientes para um fornecedor externo e dá às instalações menores acesso a recursos que de outra forma seriam reservados para grandes sistemas hospitalares.
Isso também significa que o Alibaba exerce menos controle sobre como o modelo é usado. A disponibilidade aberta não significa aprovação clínica: os reguladores de cada jurisdição ainda decidirão se e como o modelo pode ser implementado nos pacientes, e os hospitais terão de validá-lo nos seus próprios equipamentos e populações.
Uma advertência digna de nota: o South China Morning Post é propriedade da Alibaba, facto que o jornal divulga no seu próprio relatório. A publicação do estudo subjacente na Science fornece uma confirmação independente da investigação em si, mas o enquadramento do anúncio de sexta-feira vem inevitavelmente do lado da empresa.
Impulso mais amplo de IA médica do Alibaba
O Damo Radar não é o primeiro passo do Alibaba em diagnóstico por imagem. A Damo Academy passou os últimos anos desenvolvendo ferramentas de triagem de IA para ajudar os médicos a identificar cânceres de pâncreas, estômago e colorretal, bem como dissecções de aorta, de acordo com o Post. Em abril, a divisão lançou um modelo chamado Coca, desenvolvido em parceria com instituições como o Hospital Geral de Guangdong, que a empresa disse ser mais sensível do que os radiologistas na detecção de câncer colorretal em estágio inicial em tomografias computadorizadas.
A progressão de rastreadores de doenças únicas para um modelo generalista reflete uma aposta mais ampla: que grandes modelos de linguagem visual treinados em imagens e relatórios emparelhados podem absorver o trabalho de reconhecimento de padrões que atualmente requer escasso tempo especializado. A escassez de radiologistas é grave em muitos sistemas de saúde e os programas de rastreio geram muito mais exames do que os especialistas conseguem ler com igual atenção.
O que vem a seguir
Uma versão de código aberto é um começo, não uma implantação. Os hospitais que considerarem o modelo precisarão de validação local em seus próprios exames, e o uso clínico dependerá da revisão regulatória de cada país. Mas as evidências publicadas esta semana – quase 40.000 exames do mundo real, uma comparação direta com radiologistas em atividade e uma redução relatada de 30% no tempo de leitura com assistência de IA – dão ao Damo Radar uma base mais sólida do que a maioria dos modelos lançados como comunicados de imprensa. Se os modelos de imagens médicas generalistas se tornarão ferramentas hospitalares padrão ou permanecerão marcos de pesquisa, dependerá de seu desempenho no ambiente mais confuso da prática clínica cotidiana.
---
Fique à Frente da IAAs últimas notícias, análises e avanços em inteligência artificial — tudo em um só lugar.
Ler mais notícias de IA →
