Os investigadores analisaram dados de registo que abrangem toda a população adulta da Suécia para explorar novas formas de identificar o risco de melanoma. O conjunto de dados incluiu informações como idade, sexo, diagnóstico médico, uso de medicamentos e situação socioeconômica. No total, foram incluídos 6.036.186 indivíduos e 38.582 (0,64%) desenvolveram melanoma durante o período de estudo de cinco anos.
A maior parte da análise foi conduzida por Martin Gilstead:
“Nosso estudo mostra que os dados já disponíveis no sistema de saúde podem ser usados para identificar pessoas com alto risco de melanoma”, disse Martin Gilstedt, estudante de doutorado na Sahlgrenska Academy em Gotemburgo e estatístico do Departamento de Dermatologia e Venereologia do Hospital Universitário Sahlgrenska. “Esta não é uma forma de apoio à decisão que está atualmente disponível na rotina de cuidados de saúde, mas os nossos resultados fornecem um sinal claro de que os dados do registo podem ser usados de forma mais estratégica no futuro”.
Modelos de IA melhoram a precisão da previsão do risco de melanoma
Os pesquisadores avaliaram vários modelos de inteligência artificial e encontraram diferenças claras no desempenho. O modelo mais avançado distinguiu corretamente entre pessoas que mais tarde desenvolveram melanoma e aquelas que não o fizeram em cerca de 73% dos casos. Em comparação, usar apenas idade e sexo rendeu cerca de 64% de precisão.
Ao incorporar uma ampla gama de informações como diagnóstico, medicação e informações sociodemográficas, os modelos foram capazes de identificar pequenos grupos de indivíduos com risco significativamente maior. Entre esses grupos, a probabilidade de desenvolver melanoma em cinco anos chegou a cerca de 33%.
A triagem direcionada pode melhorar a detecção e a eficiência
O estudo foi liderado por um professor associado de dermatologia e venereologia da Universidade de Gotemburgo e um dermatologista do Hospital Universitário Sahlgrenska:
“As nossas análises sugerem que o rastreio selectivo de grupos pequenos e de alto risco poderia levar a uma monitorização mais precisa e a uma utilização mais eficiente dos recursos de saúde. Isto incluiria trazer dados populacionais para a medicina de precisão e complementar as avaliações clínicas”.
Rumo a estratégias personalizadas de rastreio de melanoma
Embora os resultados sejam promissores, os investigadores observam que são necessários estudos adicionais e decisões políticas antes que esta abordagem possa ser utilizada nos cuidados de saúde de rotina. No entanto, os resultados destacam o potencial da IA treinada em dados de registo em grande escala para apoiar avaliações de risco mais personalizadas e orientar futuras estratégias de rastreio do melanoma.
A pesquisa foi conduzida em colaboração entre a Universidade de Gotemburgo e a Universidade de Tecnologia Chalmers.
