Dezembro Laranja: como a inteligência artificial pode ajudar você a monitorar pintas e ter mais autocuidado

Dezembro Laranja é a campanha de conscientização sobre o câncer de pele, promovida pela Sociedade Brasileira de Dermatologia (SBD). No último mês do ano lembramos a importância da prevenção e do diagnóstico precoce do câncer de pele. Com o avanço da tecnologia ultimamente, a inteligência artificial (IA) deixou de ser apenas limitada em grandes computadores e começou a caber no bolso das pessoas (literalmente), através de aplicativos em smartphones que prometem analisar fotos de pintas tiradas com o celular. Para quem não é da área médica, isso pode soar tanto promissor quanto preocupante: afinal, será que dar uma foto para um app pode valer como um alerta real? A resposta é: pode ajudar muito, mas com limites claros, visto que o olhar clínico de um médico ainda será insubstituível por um bom tempo. Com base no artigo científico “Artificial intelligence and skin cancer” de Maria L. Wei, Mikio Tada, Alexandra So e Rodrigo Torres, nós discutiremos mais sobre esse assunto.

Os benefícios mais diretos para os pacientes vêm da possibilidade de triagem e monitoramento contínuo. Com o aumento do uso de smartphones, ferramentas que rodam modelos de IA diretamente no aparelho permitem que pessoas registrem e acompanhem pintas ao longo do tempo, mantendo a privacidade de dados do paciente. Estudos demonstraram que modelos treinados com imagens capturadas por smartphones conseguem distinguir pintas de menor e maior risco em níveis comparáveis ao de médicos não especialistas ou de pouca experiência em assuntos dermatológicos. O que sugere que esses recursos podem ser úteis para uma primeira triagem para pacientes com pouco acesso à saúde especializada. Além disso, em experimentos controlados, o uso de IA aumentou significativamente a acurácia na identificação de sinais que apresentavam potencial de malignidade. Tudo isso, usando a ferramenta como um suporte para a classificação de cada caso. Um exemplo desse tipo de aplicação é o FotoFinder AI.

Por que isso importa na prática? Imagine uma pessoa que encontra uma pinta que mudou de cor ou tamanho. Em vez de ficar em dúvida por semanas, ela pode fotografar a lesão e usar uma ferramenta para receber uma indicação inicial: “baixo risco” ou “alto risco”. Quando o app indica alto risco — e especialmente quando essa indicação é consistente ao longo de várias imagens — o paciente tende a procurar atendimento médico mais rapidamente, mesmo em casos em que o paciente necessita se deslocar centenas de quilômetros para ter um atendimento adequado. Em outras palavras, a IA pode ser um acelerador da procura por cuidado, ajudando a reduzir o tempo entre o aparecimento de sinais preocupantes e a avaliação por um dermatologista. E em se tratando de câncer, o tempo é um fator crítico para reverter um prognósticos. É claro que o baixo risco, não deve ser motivo de descuido, por isso os aplicativos nunca orientam a exclusão de uma procura por especialista, principalmente quando se acontece em pacientes com histórico familiar da doença. E um fato a ser observado é que um paciente com um smartphone com esse aplicativo instalado terá muito mais autocuidado do que uma pessoa que não faz um auto acompanhamento.

Ao mesmo tempo, é importante entender as limitações — especialmente para pacientes que podem pensar que o app resolve tudo. Não, o app não resolve tudo! Muitos dos primeiros e mais difundidos aplicativos de triagem foram treinados com conjuntos de imagens que não representam a diversidade real da população. Veja alguns dos padrões no treinamento da IA desses aplicativos:

• houve predominância de peles claras,
• tipos limitados de lesões e suas variedades
• e um número relativamente baixo de imagens de alta qualidade para casos raros.

Isso gera viés e reduz a capacidade do modelo de generalizar — ou seja, o app pode funcionar bem em alguns perfis, mas falhar em outros. Além disso, quando ferramentas receberam certificação Conformit Europenne (CE – selo de conformidade europeia), estudos prospectivos apontaram que algumas delas apresentavam sensibilidade e especificidade inferiores ao ideal na detecção de melanoma, o que significa que tanto falsos negativos quanto falsos positivos podem ocorrer na prática. Nos Estados Unidos, a Food and Drug Administration, FDA exige validações mais rigorosas para autorizar ferramentas voltadas ao público não profissional, e até o momento não há um consenso global de que exista um app totalmente confiável para uso autônomo por pacientes.

Para o paciente, portanto, a recomendação prática é clara: use ferramentas digitais como complemento, não como substituto do médico. A melhor forma de aproveitar a IA é integrá-la ao cuidado: registre fotografias periódicas (com boa iluminação e foco), mantenha um histórico que você possa mostrar ao seu médico e, se o app indicar risco elevado, marque a consulta. Ferramentas de IA que fornecem, além do veredito, uma medida de confiança (ou seja, o quanto o algoritmo “acredita” na sua própria previsão) são particularmente úteis porque ajudam o paciente e o profissional a decidir quando encaminhar para exame presencial e, se necessário, biópsia.

Há também avanços técnicos que prometem reduzir os principais receios: técnicas de aprendizado que preservam a privacidade, como o chamado federated learning, permitem treinar modelos a partir de dados espalhados por vários hospitais sem centralizar as imagens em um único servidor. Isso amplia a diversidade dos dados de treinamento e protege informações pessoais, dois ganhos importantes para a segurança e equidade das ferramentas. Pesquisas recentes mostram que abordagens de aprendizado colaborativo e modelos que combinam imagens com dados clínicos (idade, histórico de queimaduras, histórico familiar) têm mais chance de oferecer avaliações mais confiáveis.

Em resumo: a inteligência artificial já oferece ao paciente meios práticos de autoavaliar e monitorar lesões cutâneas, o que pode acelerar a busca por atendimento e, potencialmente, salvar vidas. Assim como estimula as pessoas a buscarem mais informações sobre o assunto, favorecendo um diagnóstico precoce. Contudo, a eficácia dessas ferramentas depende da qualidade dos dados, da diversidade do treinamento dos modelos e da supervisão clínica. Neste Dezembro Laranja, a mensagem permanece a mesma: prevenção, observação e — quando houver suspeita — avaliação profissional. A tecnologia pode ser uma aliada poderosa, desde que usada com critério e como parte de um caminho de cuidado que envolve médicos de verdade.