O Ministério da Saúde testa, em parceria com o Hospital Israelita Einstein, o CUTIS-AI, sistema de inteligência artificial desenvolvido para apoiar profissionais da Atenção Primária na triagem e na identificação de doenças dermatológicas em todo o Brasil. A ferramenta foi criada especialmente para atender regiões com poucos dermatologistas e maior ocorrência de casos complexos de hanseníase e leishmaniose cutânea.
O sistema analisa fotografias de lesões e informações clínicas, epidemiológicas e sociodemográficas dos pacientes, como local de moradia, condições de vida e histórico de exposição a vetores. Com base nesses dados, o algoritmo sugere hipóteses diagnósticas para doenças como esporotricose, leishmaniose cutânea, hanseníase, cromoblastomicose, lobomicose, tuberculose cutânea e lesões provocadas por picadas de aranha-marrom.
O aplicativo que operacionaliza o CUTIS-AI foi desenvolvido após entrevistas com profissionais da atenção básica e pode ser utilizado sem conexão com a internet. O recurso é considerado importante para unidades de saúde localizadas em áreas rurais e remotas, onde o acesso à internet é instável ou inexistente.
Nos testes em andamento, o sistema já foi aplicado em aproximadamente 1,4 mil pacientes e reúne mais de 4 mil imagens de lesões. Esses dados são utilizados para alimentar e aperfeiçoar o modelo de inteligência artificial. Segundo os responsáveis pelo projeto, a taxa atual de acerto é de cerca de 80%.
A cientista de dados Isabelle Carvalho, do Hospital Israelita Einstein, destaca que a ferramenta foi desenvolvida como apoio ao diagnóstico e não substitui a avaliação presencial. “O CUTIS-AI foi criado para ampliar a capacidade de identificação dessas doenças, que ainda podem representar um desafio para os profissionais de saúde, especialmente em regiões com menor disponibilidade de especialistas. Ao reunir imagens das lesões, estamos construindo uma base de dados robusta, que contribuirá para o desenvolvimento de uma tecnologia útil na ponta, principalmente para a Atenção Primária à Saúde”, afirma.
Doenças como hanseníase, leishmaniose e micoses profundas são consideradas negligenciadas e costumam se concentrar em áreas mais pobres, com acesso limitado a especialistas. Em muitos municípios, o primeiro atendimento é feito por profissionais da atenção básica, que precisam decidir se o paciente deve ser encaminhado a um serviço de referência. Esse processo pode levar semanas ou meses.
Ao oferecer uma segunda opinião instantânea baseada em milhares de exemplos brasileiros, o CUTIS-AI pretende reduzir erros, acelerar o início do tratamento e evitar complicações, como deformidades e incapacidades físicas associadas a diagnósticos tardios. A expectativa do Ministério da Saúde é que a tecnologia contribua para melhorar os indicadores de controle das doenças e otimizar o uso de recursos, reduzindo encaminhamentos desnecessários e priorizando os casos mais graves.
De acordo com os desenvolvedores, o desempenho da inteligência artificial depende diretamente da qualidade e da diversidade dos dados utilizados no treinamento. Por isso, o estudo procura contemplar diferentes tons de pele, regiões do país e realidades socioeconômicas.
“Quando falamos em inteligência artificial aplicada à saúde, a qualidade e a diversidade dos dados são fundamentais. Uma tecnologia desenvolvida a partir de uma população específica pode não apresentar o mesmo desempenho quando aplicada a outros grupos. Por isso, construir uma base brasileira, com diferentes fototipos de pele, regiões, condições de vida e perfis epidemiológicos é essencial”, afirma o secretário de Vigilância em Saúde e Ambiente do Ministério da Saúde, Fabiano Geraldo Pimenta Junior.
Com o avanço dos testes, o plano é ampliar continuamente o banco de imagens e os registros clínicos. Também está prevista a capacitação das equipes de saúde para integrar a ferramenta ao fluxo diário de atendimento sem tornar as consultas mais burocráticas.
Os próximos passos incluem expandir o uso do aplicativo para mais unidades do Sistema Único de Saúde (SUS), ajustar a interface a partir das avaliações dos profissionais e analisar o impacto da tecnologia em indicadores como o tempo até o diagnóstico, o número de encaminhamentos e o início do tratamento em regiões com escassez de especialistas.
Fonte: Miraí Broadcast