Durante dois meses, 1.470 times correram atrás da solução mais precisa para identificar o pneumotórax por inteligência artificial; os algoritmos mais eficientes estão disponíveis para serem utilizados na radiologia mundial.

O primeiro desafio da Society for Imaging Informatics in Medicine (SIIM), referência mundial em informática em radiologia, envolveu profissionais do mundo inteiro, com diferentes experiências, profissões e uma característica em comum: a empolgação para desenvolver algoritmos de Inteligência Artificial (IA) que contribuam para a eficiência da medicina. O desafio era identificar se a radiografia de tórax apresentava pneumotórax – doença que pode levar à morte – e, em caso positivo, delimitar a região com o máximo de precisão. Entre os dez primeiros colocados, a dupla formada pelo brasileiro Felipe Kitamura, head de IA da Dasa, e o norte-americano Ian Pan, matemático e estudante de medicina, ficou na 8ª posição. Os algoritmos desenvolvidos pelos dez primeiros colocados são disponibilizados publicamente para serem utilizados na medicina em qualquer parte do mundo.


Durante os dois meses de desenvolvimento, os resultados, medidos pela métrica DICE, eram acompanhados por todos os participantes. Movidos por mentes inquietas, eles observavam as evoluções dos concorrentes e se debruçavam em hipóteses. “É um desenvolvimento que depende de você ter várias ideias, testá-las, e a maioria não funciona, então eventualmente você segue uma linha de raciocínio, encontra um novo caminho, e essa dinâmica perdura durante as madrugadas e os finais de semana”, conta Kitamura, que, além da atuar com inteligência artificial na DasAInova, é um médico neurorradiologista reconhecido pelo incentivo a essa tecnologia para aprimorar a eficiência da medicina diagnóstica. Segundo a dupla, entre os ajustes feitos no algoritmo, os mais importantes foram as escolhas da função de custo, arquitetura da rede e o uso de ensembles. A nota de Felipe e Ian, 0,8627, ficou muito próxima à do primeiro colocado: 0,8679. Na escala de 0 a 1, quanto mais alta a nota, maior a precisão. “Quero parabenizar todos os ganhadores e agradecer aos organizadores e anotadores que propiciaram esse banco de dados”, declarou Ian.



Dos 1400 times, compostos por um ou até cinco participantes, os dez primeiros colocados receberam prêmios em dinheiro, que totalizaram US$ 30 mil, sendo US$ 12 mil para o primeiro colocado e valores decrescentes aos próximos. Para a 8ª posição, o incentivo foi de US$ 1 mil. A homenagem será realizada no Conference on Machine Intelligence in Medical Imaging, congresso que será realizado nos dias 22 e 23 de setembro, em Austin, Estados Unidos. O evento de premiação terá a entrega de medalhas de ouro para os 12 primeiros colocados, medalhas de prata até a posição 70 e de bronze até a 140. 


No formato aberto em que todos acompanham o desempenho dos demais, outra dinâmica de incentivo é poder criar times com outros participantes. Foi o que fizeram Kitamura e Ian. Os dois se conheciam e já haviam ficado entre os dez primeiros colocados nas duas últimas competições do desafio da RSNA (Radiology Society of North America). No entanto, estavam desenvolvendo seus trabalhos isoladamente até que observaram resultados parecidos e passaram a atuar juntos. “O conhecimento que a gente adquire participando dessas competições ajuda a construir melhores modelos de inteligência artificial para o dia a dia, um ganho de experiência”, garante Kitamura.

 

Tags
  • inteligência artificial