Uma parceria entre o Ministério da Saúde e o Einstein Hospital Israelita resultou no desenvolvimento de um sistema de inteligência artificial para auxiliar profissionais da rede pública na triagem e identificação de doenças de pele.
Batizada de CUTIS-AI, a ferramenta utiliza fotografias das lesões apresentadas pelos pacientes, além de informações clínicas, epidemiológicas e sociodemográficas que representam a diversidade da população brasileira.
A tecnologia permite identificar doenças como esporotricose, leishmaniose cutânea, hanseníase, cromoblastomicose, lobomicose e tuberculose cutânea, além de lesões provocadas por acidentes loxoscélicos, como picadas de aranha-marrom.
O sistema funciona por meio de um aplicativo desenvolvido a partir de entrevistas com profissionais da Atenção Primária à Saúde. Ainda em fase de estudo, a ferramenta pode ser utilizada mesmo em locais sem acesso à internet. Atualmente, o índice de acerto é de aproximadamente 80%.
A proposta é que a inteligência artificial funcione como um recurso de apoio aos profissionais de saúde, sem substituir a avaliação clínica e o diagnóstico realizados por especialistas.
Segundo a cientista de dados do Einstein Hospital Israelita, Isabelle Carvalho, o CUTIS-AI pretende ampliar a capacidade de reconhecimento dessas doenças, especialmente em regiões com menor disponibilidade de profissionais especializados.
O estudo já avaliou aproximadamente 1,4 mil pacientes e reúne mais de 4 mil imagens de lesões. A variedade de registros contribui para o treinamento da inteligência artificial, permitindo que o sistema reconheça diferentes características e manifestações das doenças.
O secretário de Vigilância em Saúde e Ambiente do Ministério da Saúde, Fabiano Geraldo Pimenta Junior, destacou que a diversidade dos dados é fundamental para garantir a eficiência da tecnologia. Segundo ele, a construção de uma base nacional, com diferentes tons de pele, regiões, condições de vida e perfis epidemiológicos, é essencial para que a ferramenta apresente resultados adequados em diferentes grupos da população brasileira.