IA revoluciona diagnóstico de câncer de pele

Pesquisadores internacionais desenvolveram um sistema de inteligência artificial (IA) capaz de identificar o melanoma — tipo mais agressivo de câncer de pele — com precisão de 94,5%. 

Diferente dos modelos convencionais, que analisam apenas imagens da lesão, o novo algoritmo faz uma fusão de dados: ele utiliza fotos dermatoscópicas junto com informações clínicas do paciente — como idade, gênero e localização da mancha na pele — para fornecer um diagnóstico mais completo.

Para treinar a IA, os cientistas usaram o banco de dados SIIM-ISIC, com mais de 33 mil imagens de lesões cutâneas acompanhadas de metadados clínicos. O modelo superou algoritmos tradicionais baseados apenas em imagem, como ResNet-50 e EfficientNet, alcançando também um F1-score de 0,94. 

Uma análise feita pelos próprios pesquisadores mostrou quais variáveis foram mais decisivas para a acurácia do sistema: tamanho da lesão, idade do paciente e localização anatômica da mancha tiveram forte peso no diagnóstico. 

De acordo com o professor Gwangill Jeon, da Universidade Nacional de Incheon (Coreia do Sul), líder do estudo, a IA foi projetada não só para uso em laboratórios, mas para aplicações reais — como triagem em smartphones ou apoio a médicos em regiões remotas via teledermatologia.

O melanoma, quando detectado em estágio inicial, tem uma taxa de cura muito alta — desde que removido precocemente. 

O estudo será publicado na versão impressa da revista Information Fusion em dezembro de 2025. 

Por que isso é importante?

• Melanoma é um dos tipos mais letais de câncer de pele, e o diagnóstico precoce é essencial para aumentar as chances de cura. 

• A ferramenta de IA pode aumentar o acesso a triagem qualificada, especialmente em lugares com poucos especialistas.

• A combinação de dados visuais + clínicos mostra-se mais eficiente que análise puramente visual, o que reforça a tendência da “IA multimodal” na medicina.

Desafios e próximos passos:

• Os pesquisadores planejam validar o sistema em estudos clínicos maiores, para diferentes populações e tipos de pele. 

• Também é necessário garantir que a ferramenta seja interpretável e confiável para médicos, dado que as decisões de IA impactam diretamente no tratamento dos pacientes.