Nashville/Hong Kong (LabNews Media LLC) – Uma nova estrutura de IA visa tornar a inteligência artificial mais confiável na patologia digital. O sistema, chamado TRUECAM, reconhece incertezas na sub-tipagem de câncer, filtra áreas de imagem não informativas e pode recusar uma decisão em casos ambíguos.
O TRUECAM foi desenvolvido por pesquisadores do Vanderbilt University Medical Center e da Hong Kong Polytechnic University. Ele foi inicialmente testado para a sub-tipagem de câncer de pulmão de não pequenas células (CPNPC) em imagens de lâminas inteiras e, posteriormente, expandido para outros tipos de câncer e órgãos.
A estrutura atua como uma interface para modelos de IA existentes. Ela quantifica incertezas, reconhece entradas fora do escopo de treinamento e elimina fatores de interferência, como áreas de tecido normais ou preparações mal coradas. Isso visa tornar a IA não apenas mais precisa, mas também mais justa e eficiente.
Em testes, o TRUECAM superou as soluções existentes em precisão e velocidade. Ele também permite garantias de precisão personalizáveis e melhora a justiça entre gêneros e grupos étnicos. Notavelmente, o sistema foca nas mesmas áreas de relevância diagnóstica que os patologistas.
“IA confiável na área médica é um pré-requisito para realizar o potencial desta tecnologia transformadora”, explicou Bradley Malin, de Vanderbilt. O método aborda incertezas que podem surgir de métodos de preparação específicos da instituição, artefatos ou variações incomuns de tecido.
O estudo foi publicado na revista Nature Biomedical Engineering (DOI: 10.1038/s41551-026-01694-8). Os pesquisadores veem o TRUECAM como um passo importante em direção a aplicações de IA mais seguras no diagnóstico de câncer.
