Ensinar as máquinas a ver o que os médicos não veem

Na Namíbia, uma engenheira mecânica está a utilizar a inteligência artificial para ajudar os clínicos a detetar o cancro da mama de forma mais rápida e precisa, num país onde os radiologistas são escassos e os diagnósticos chegam muitas vezes demasiado tarde.

Ester Angula é professora sénior de engenharia mecânica na Namibia University of Science and Technology. Construiu a sua carreira em torno dos termofluidos, a ciência do comportamento do calor e dos fluidos em sistemas mecânicos. No entanto, uma visita de investigação a um instituto de saúde em Espanha, em 2023–2024, fê-la aprofundar a análise de imagens médicas.

Durante o seu tempo no Bio-Gipuzkoa, um instituto de investigação biomédica no País Basco, Angula fez parte de um projeto que explorava a aplicação da tecnologia de impressão 3D nos cuidados de saúde.

O que encontrou ali — a precisão, os riscos clínicos, a lacuna entre o que a tecnologia podia fazer e o que estava disponível para os pacientes no seu país de origem — inspirou-a a querer fazer o mesmo na Namíbia.

“A investigação foi também inspirada pela elevada taxa de mortalidade relacionada com o cancro da mama entre as mulheres na Namíbia, bem como pelos desafios que os clínicos enfrentam, tais como a dependência de métodos manuais de segmentação de imagem propensos a erros, diagnósticos tardios devido à escassez de radiologistas e o desempenho limitado dos modelos de IA existentes, treinados em conjuntos de dados estrangeiros, quando aplicados a populações locais”, afirma.

A investigação visa especificamente abordar estas questões através da melhoria da precisão, eficiência e consistência do diagnóstico, reduzindo a carga de trabalho e o tempo de resposta, desenvolvendo um modelo de segmentação de IA treinado localmente e específico para o contexto, e melhorando a visualização clínica e a compreensão do paciente através da utilização de modelos 3D.

Essas observações formaram a base do seu projeto de investigação financiado pela SGCI para desenvolver um sistema baseado em IA para melhorar a velocidade e a precisão da análise de imagens médicas.

O problema dos olhos manuais

As imagens médicas, as tomografias computorizadas (TC), as ressonâncias magnéticas (RM) e os raios-X geram dados visuais complexos que os clínicos devem analisar para identificar doenças.

No caso do cancro da mama, isto envolve frequentemente a identificação e o delineamento de tumores em imagens de exames, um processo conhecido como segmentação.

Feita manualmente, a tarefa consome muito tempo e é vulnerável a inconsistências, uma vez que dois clínicos que examinem o mesmo exame podem desenhar limites diferentes em torno do mesmo tumor, explica Angula.

Segundo Angula, na Namíbia, o desafio é agravado pela escassez de radiologistas e oncologistas, o que leva a atrasos no diagnóstico e no tratamento numa fase em que a rapidez pode ser a diferença entre a sobrevivência e a morte.

As ferramentas de IA existentes, concebidas para auxiliar na segmentação de imagens, foram treinadas maioritariamente em conjuntos de dados de países de elevado rendimento, limitando a sua precisão quando aplicadas a pacientes locais, referiu.

O projeto de Angula aborda todas estas camadas. O sistema de IA da sua equipa, treinado em dados de tomografia computorizada, identifica e delineia automaticamente tumores em imagens médicas, um processo que, explica, substitui o traçado manual por um algoritmo capaz de processar imagens de forma “rápida e consistente”.

Como a IA funciona e porque é importante

A segmentação automatizada baseada em IA é um processo em que algoritmos de computador identificam e delineiam automaticamente a estrutura ou região de interesse (tumor, órgão) em imagens médicas. Em vez de um clínico traçar manualmente a região de interesse, a IA fá-lo de forma rápida e consistente.

Isto melhora a análise ao reduzir o erro humano, poupar tempo e fornecer resultados mais precisos e repetíveis.

“O nosso trabalho foca-se principalmente em dados de tomografia computorizada porque estes fornecem representações detalhadas e de alta resolução das estruturas internas, que são essenciais para uma segmentação precisa. Estas modalidades de imagem são amplamente utilizadas no diagnóstico de condições complexas e são particularmente adequadas para gerar modelos anatómicos 3D.”

“Uma maior precisão leva a uma melhor identificação dos tumores mamários, a um planeamento de tratamento mais preciso e a um menor risco de complicações. Identificar com precisão os limites, a forma e o tamanho do tumor pode ajudar os cirurgiões a remover o tecido afetado preservando o tecido saudável, melhorando, em última análise, os resultados e a recuperação do paciente.”

Os algoritmos de IA são treinados, validados e testados em grandes conjuntos de dados, permitindo-lhes detetar padrões que indicam a presença de tumores com um nível de repetibilidade que nenhum leitor humano consegue igualar de forma consistente.

As implicações para a tomada de decisões clínicas são diretas. “Identificar com precisão os limites, a forma e o tamanho do tumor pode ajudar os cirurgiões a remover o tecido afetado preservando o tecido saudável”, explica Angula.

Uma imagem mais clara de um tumor, incluindo medições precisas e visualizações tridimensionais, permite um planeamento de tratamento mais direcionado, seja cirúrgico ou radioterapêutico.

Crucialmente, o projeto está a desenvolver um modelo treinado localmente, acrescenta.

Em vez de depender de sistemas de IA construídos a partir de conjuntos de dados estrangeiros que podem não refletir as características dos pacientes namibianos, a equipa de Angula obteve autorização ética do Ministério da Saúde e Serviços Sociais para adquirir dados de tomografia computorizada de hospitais locais.

O conjunto de dados de base local será utilizado para aperfeiçoar o modelo de IA, tornando-o mais preciso e contextualmente adequado para a população que se destina a servir.

Capacitação

O alcance do projeto vai além da própria tecnologia. Dois estudantes receberam formação em IA, técnicas de imagiologia médica e aplicação de impressão 3D nos cuidados de saúde, um sinal do que a investigação interdisciplinar no nexo entre a engenharia e a medicina pode produzir num contexto africano.

As colaborações entre engenheiros e profissionais de saúde cresceram, criando uma equipa multidisciplinar que trabalha num problema que nenhum dos campos conseguiria resolver sozinho.

O financiamento da SGCI foi fundamental para tornar este trabalho possível, apoiando a obtenção de aprovações éticas, a recolha de dados, a aquisição de equipamentos, o desenvolvimento do modelo de IA e a divulgação dos resultados em conferências académicas.

O que vem a seguir

As prioridades imediatas de Angula são concluir a anotação dos dados locais de tomografia computorizada e aperfeiçoar o algoritmo de IA utilizando esses dados.

“Iremos desenvolver uma plataforma de software intuitiva, assegurar a proteção da propriedade intelectual, realizar ensaios de campo piloto, a comercialização e, eventualmente, construir um sistema baseado na nuvem ligado diretamente às redes de imagiologia hospitalar conhecidas como sistemas PACS para utilização clínica em tempo real.”

Tudo isto é viável, especialmente com a crescente disponibilidade de computação em nuvem e hardware económico, afirmou.

“A nossa abordagem privilegia soluções escaláveis e adaptáveis que podem ser integradas nos sistemas existentes sem exigir infraestruturas extensas.”

“O objetivo é tornar a tecnologia acessível e prática para ambientes de saúde do mundo real.”

Angula afirma que os decisores políticos devem preocupar-se com esta investigação porque apoia a tomada de decisões baseada em dados, alinha-se com os objetivos de transformação digital na saúde e aborda diretamente as lacunas na capacidade de diagnóstico que custam vidas.

Consulta as histórias e diz-nos o que pensas. Gostaríamos muito de ouvir a tua opinião!

Vamos continuar a conversa nas nossas redes sociais

Segue-nos no LinkedIn e X

Publicado em 5 de maio de 2026

Por Jackie Opara-Fatoye