Uma inovação liderada por pesquisadores da Coreia do Sul, Reino Unido e Canadá apresentou um novo sistema de Inteligência Artificial (IA) capaz de identificar o melanoma — o tipo mais agressivo de câncer de pele — com 94,5% de precisão. O avanço foi reportado em estudo publicado na revista científica Information Fusion.

Nova abordagem alia imagem e histórico clínico

Diferentemente de modelos tradicionais, o novo algoritmo não se limita a analisar somente a fotografia da lesão de pele. Ele integra essas imagens com informações clínicas relevantes, como idade, sexo do paciente e localização da lesão no corpo, estabelecendo um diagnóstico mais amplo e preciso. Essa fusão de dados busca superar as limitações dos métodos baseados apenas em análise visual.

Desafios do diagnóstico apenas visual

O melanoma, em estágio inicial, costuma se assemelhar a pintas comuns ou manchas benignas, o que dificulta sua detecção. Até agora, a maioria dos sistemas de IA focava apenas na dermatoscopia, limitando o diagnóstico a aspectos visuais. No entanto, fatores contextuais, como perfil do paciente, fazem diferença significativa.

No estudo, o professor Gwangill Jeon, da Universidade Nacional de Incheon, que liderou o projeto, afirma que

O melanoma é difícil de diagnosticar apenas pelas características visuais. Precisávamos de tecnologias que convergissem imagem e dados do paciente Prof. Gwangill Jeon, Universidade Nacional de Incheon

Com a integração desses dados, conhecida como fusão multimodal, o sistema apresentou ganhos relevantes em precisão.

Tecnologia aplicada em larga escala

Para treinar o modelo, os cientistas utilizaram o banco de dados internacional SIIM-ISIC, que reúne mais de 33 mil imagens de lesões de pele acompanhadas de informações clínicas. O sistema foi programado para correlacionar padrões visuais — como cor, borda, textura e assimetria — com dados demográficos dos pacientes.

A introdução de variáveis adicionais, como o tamanho da lesão e idade do paciente, elevou substancialmente a confiabilidade do diagnóstico. O novo modelo ultrapassou algoritmos consagrados baseados apenas em imagem, como ResNet-50 e EfficientNet. Além da precisão, atingiu um F1-score de 0,94, métrica importante para equilibrar detecções e evitar falsos positivos.

Avanço pode chegar ao celular e consultórios remotos

A detecção precoce é determinante para a sobrevivência em casos de melanoma. Tumores identificados no início podem ser removidos com cirurgia simples, garantindo índice de cura elevado. No entanto, o melanoma pode se espalhar rapidamente para órgãos vitais, tornando indispensável o diagnóstico ágil.

O modelo desenvolvido foi pensado para saltar do laboratório para a vida prática, como em aplicativos de triagem em smartphones — que permitiriam uma autoavaliação segura — e na teledermatologia, beneficiando médicos em regiões distantes ou com falta de especialistas. A ferramenta também pode servir como "segunda opinião" em consultórios de dermatologia.

O professor Jeon afirma que a pesquisa representa um marco para o rastreamento de melanoma em cenários reais e reforça a ideia de um diagnóstico mais personalizado e preventivo.

Perspectivas e próximos passos

O artigo científico está disponível online desde junho e será publicado na versão impressa da Information Fusion em dezembro de 2025. A próxima fase inclui a realização de estudos clínicos mais amplos, voltados para adaptar o modelo a diferentes populações e tipos de pele, ampliando seu potencial de uso global.