Ir direto ao conteúdo

Como um algoritmo identifica o risco de problemas cardíacos pela retina

Analisando imagens de olhos humanos, inteligência artificial do Google aprendeu a mapear fatores-chave como idade, pressão sanguínea e uso de cigarro

     

    A análise dos fatores de risco é essencial para determinar a chance de alguém desenvolver problemas cardiovasculares, como pressão alta, infarto ou derrame. Além de aspectos genéticos, como a idade, etnia (sabe-se que pessoas da África equatorial ou do sul asiático, por exemplo, podem ter maior predisposição) e sexo biológico (homens são mais vulneráveis), entram na conta uma série de hábitos - a prática de exercícios, vícios e dieta, por exemplo.

    Parte desses aspectos podem ser consultados em uma conversa com o paciente, ou a partir de um simples exame de sangue. Outros casos, porém, costumam exigir testes mais sofisticados, como o que mede a taxa de cálcio nas artérias coronárias.

    Com o objetivo de agilizar esse trabalho, pesquisadores do time de inteligência artificial do Google e da Verily, empresa subsidiária, desenvolveram uma inteligência artificial especializada na medição de riscos cardiovasculares. Ao invés de examinar o sangue, no entanto, o método busca respostas no olho dos pacientes.

    Analisando milhares de imagens de retina humanas, o algoritmo aprendeu a determinar com boa precisão fatores como idade, gênero, uso de cigarro, índice de massa corporal, pressão sanguínea e glicemia (concentração de glicose no plasma sanguíneo). Identificar alterações nesses aspectos com antecedência pode ser determinante para a prevenção e tratamento.

    Por que a retina

    O estado dos vasos sanguíneos pode revelar informações sobre a saúde do coração. Isso porque a presença de coágulos e outras anomalias que prejudicam o caminho do sangue, como tortuosidades e bifurcações, são indícios de uma série de doenças.

    Veias e artérias encontram-se escondidas sob a pele na maior parte do corpo. Nos olhos, porém, há um bom número de pequenos vasos totalmente visíveis. Buscar informações nessas veias é a chave para, de forma pouco invasiva, encontrar possíveis problemas.

    No estudo, publicado na revista científica Nature, os pesquisadores dão também outros argumentos de que os olhos podem ser bons indicadores da existência de doenças cardíacas. Dois exemplos são a retinopatia hipertensiva (lesão no globo ocular causada pela hipertensão) e embolia de colesterol (bloqueio de pequenas artérias por cristais de colesterol).

    A técnica de escaneamento da retina já é utilizada atualmente para mapear outros problemas, como o glaucoma e a cegueira causada por diabetes - outro importante fator de risco cardiovascular.

    Como a inteligência artificial funciona

    Para treinar o algoritmo, o estudo considerou uma série de fotos do “fundo do olho” humano. A região faz referência à parte traseira do globo ocular, que inclui estruturas como a retina, disco óptico, mácula e fóvea.

    Para aprender a relacionar pixels em imagens com condições médicas, o robô primeiro teve contato com cerca de 284 mil imagens de bancos médicos. Cerca de 236 mil constam no UK BioBank, enquanto o restante são dados do EyePACS.

    Como acusa o nome, o UK Biobank é um banco de dados do Reino Unido, que recolheu informações médicas de 500 mil pessoas, de 40 e 69 anos, entre 2006 e 2010. O EyePACS, levantamento norte-americano, traz informações sobre olhos de diabéticos de 300 clínicas diferentes ao redor do mundo.

    O método de aprendizagem da máquina (deep learning) funciona à partir da comparação exaustiva entre imagens. Usando a base de dados que tinha como referência, a inteligência artificial foi capaz de separar olhos completamente saudáveis daqueles que continham alguma marca dos fatores de risco.

     

    A ideia, aqui, é que o algoritmo consiga reconhecer padrões em cada uma das imagens, atribuindo “valores” para os pixels. Quando certos pixels encontram-se em uma área na foto, a máquina é capaz de entender o padrão a que esse comportamento se refere, e atribuí-lo corretamente como indício de uso de cigarro ou pressão arterial alta, por exemplo.

    A eficácia do treinamento foi testada em mais de 12 mil imagens do UK Biobank e outras mil do EyePACS. Analisando esse material, o robô alcançou alguns dados relevantes: além de acertar a idade dos pacientes com uma margem de erro de apenas 3.26 anos, também conseguiu distinguir fumantes e não fumantes com precisão de 71%.

    A probabilidade de o algoritmo escolher corretamente um paciente com histórico de doenças cardíacas nos últimos cinco anos também foi consideravelmente alta, 70%. Segundo os pesquisadores, essa eficácia é muito próxima a do método de teste mais comum, que precisa de exame de sangue para indicar a presença de uma doença cardiovascular.

    “Para tornar o modelo útil a pacientes, precisamos entender primeiro como o estilo de vida e o uso medicamentos impactam essas previsões de risco, e assim, gerar novas hipóteses e teorias para testar” disse Lily Peng, uma das autoras do estudo, em comunicado.

    De acordo com a Organização Mundial da Saúde, doenças do coração são a principal causa de morte no mundo. Só no ano passado, 17 milhões de pessoas foram vítimas de ataques cardíacos e derrames. No Brasil, estima-se que 300 mil pessoas sofram infartos todos os anos. Em 30% dos casos, o ataque cardíaco é fatal.

     

    Todos os conteúdos publicados no Nexo têm assinatura de seus autores. Para saber mais sobre eles e o processo de edição dos conteúdos do jornal, consulte as páginas Nossa Equipe e Padrões editoriais. Percebeu um erro no conteúdo? Entre em contato. O Nexo faz parte do Trust Project. Saiba mais.

    Mais recentes

    Você ainda tem 2 conteúdos grátis neste mês.

    Informação com clareza, equilíbrio e qualidade.
    Apoie o jornalismo independente. Junte-se ao Nexo!