Cientistas do Google Research apresentaram um estudo sobre o uso de aprendizado de máquina, deep learning e inteligência artificial na previsão de doenças cardíacas nesta segunda-feira, 19. Um artigo publicado na revista Nature Biomedical Engineering revela que as sequências de operações matemáticas – elaborada para os testes – conseguiram extrair os dados por meio de imagens do fundo de retina.
“Usando modelos de algoritmos treinados em deep learning por meio de dados de 284.335 mil pacientes e validado em dois conjuntos de dados independentes com 12 mil e 999 pacientes, nós conseguimos prever fatores de risco cardiovascular que antes não eram presentes ou quantificados em imagens de retinas,” diz trecho do estudo. “Mostramos também que os modelos treinados usaram características anatômicas, como o disco óptico ou os vasos sanguíneos, para gerar cada previsão”.
O documento demonstra ainda que o algoritmo foi treinado para fazer a antecipação de doenças cardíacas em até cinco anos. Entre os fatores analisados estão idade, gênero, se é fumante ou não, pressão sanguíneas e eventos cardíacos adversos. Durante os testes, o algoritmo teve 70% de precisão ao identificar uma retina com risco de cardiopatia, em comparação com uma retina de uma pessoa saudável. Um índice alto e similar ao atual teste de risco cardíaco: o SCORE tem 72% de acerte.
“Nós apresentamos evidências que o deep learning pode descobrir sinais adicionais em imagens de retinas que podem cristalizar os riscos de doenças cardiovasculares. Em particular, isto pode permitir avaliação cardiovascular para a população, alavancando a infraestrutura existente usada para detectar a doença ocular diabética”, explica o trecho final artigo. “Nosso trabalho também sugere vias de pesquisas futuras sobre a fonte dessas associações (deep learning e reconhecimento da retina), e se elas podem ser usadas para prevenir doenças cardiovasculares”.
