Nashville/Hong Kong (LabNews Media LLC) – Um novo framework de IA visa tornar a inteligência artificial na patologia digital mais fiável. O sistema, denominado TRUECAM, deteta incertezas na sub-tipificação do cancro, filtra áreas de imagem não informativas e pode recusar-se a tomar uma decisão em casos ambíguos.
O TRUECAM foi desenvolvido por investigadores do Vanderbilt University Medical Center e da Hong Kong Polytechnic University. Foi inicialmente testado para a sub-tipificação do carcinoma pulmonar de não pequenas células (CPNPC) em imagens de lâmina inteira e, posteriormente, expandido para outros tipos de cancro e órgãos.
O framework atua como uma interface para modelos de IA existentes. Quantifica incertezas, deteta entradas fora do âmbito de treino e elimina fatores de interferência, como áreas de tecido normal ou preparações mal coradas. Isto visa tornar a IA não só mais precisa, mas também mais justa e eficiente.
Em testes, o TRUECAM superou as soluções existentes em precisão e velocidade. Permite também garantias de precisão personalizáveis e melhora a justiça entre géneros e grupos étnicos. É particularmente notável que o sistema se concentra nas mesmas áreas de relevância diagnóstica que os patologistas.
«A 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, artefactos ou variações de tecido invulgares.
O estudo foi publicado na revista científica Nature Biomedical Engineering (DOI: 10.1038/s41551-026-01694-8). Os investigadores veem o TRUECAM como um passo importante rumo a aplicações de IA mais seguras no diagnóstico do cancro.
