Como um algoritmo lê uma radiografia melhor do que o olho humano

Uma revisão publicada em 22 de dezembro de 2025 na npj Digital Medicine, uma revista da Nature, explica por que as redes neurais convolucionais conseguem identificar padrões em imagens de diagnóstico que permanecem invisíveis até mesmo para os radiologistas mais experientes. O trabalho, realizado por uma equipe de pesquisa da Universidade de Calgary liderada por Nils D. Forkert, não apresenta um experimento inédito: ele combina os resultados de dezenas de estudos anteriores para explicar as diferenças entre a forma como um algoritmo e o olho humano processam a mesma imagem.

A principal diferença reside na arquitetura. Enquanto o olho humano precisa escolher entre ver a imagem completa e ampliar um detalhe, uma rede convolucional aplica filtros em múltiplas escalas que analisam simultaneamente as estatísticas do voxel individual e a geometria de todo o órgão. Os autores esclarecem que essa capacidade amplia o que se torna visível durante um diagnóstico, sem substituir o julgamento clínico do médico.

Como uma rede convolucional aprende a enxergar além do óbvio. Até alguns anos atrás, o reconhecimento automático de padrões em imagens médicas dependia da radiômica clássica, ou seja, da extração de características definidas manualmente por pesquisadores, como a textura ou a forma de uma lesão, usando fórmulas matemáticas explicitamente codificadas no software. As redes convolucionais modernas funcionam de maneira diferente: durante o treinamento, o sistema recebe milhares de imagens já rotuladas por um especialista, a chamada verdade fundamental (ground truth), e ajusta progressivamente os pesos internos de suas camadas ocultas por meio de retropropagação até produzir automaticamente a saída correta. Nenhum pesquisador determina antecipadamente quais linhas ou texturas a rede deve procurar.

Essa arquitetura permite que a rede aplique filtros convolucionais em múltiplas resoluções, processando tanto o voxel individual quanto a geometria geral do órgão em paralelo — uma operação que o sistema visual humano não consegue replicar sem sacrificar o contexto geral da imagem. A diferença torna-se evidente em contraste: uma tomografia computadorizada codifica a imagem em milhares de tons de cinza, medidos em unidades Hounsfield que variam de -1.000 a mais de 3.000, e monitores de diagnóstico profissionais exibem aproximadamente 1.000 tons distintos. O olho humano, em condições ideais, distingue apenas algumas centenas de tons de cinza perceptíveis, permanecendo até vinte vezes menos sensível do que o limite óptico teórico.

As redes profundas também possuem uma propriedade chamada aproximação universal, a capacidade teórica de modelar qualquer relação estatística presente nos dados de treinamento, desde que haja quantidade suficiente. Portanto, com conjuntos de dados grandes e diversos, os algoritmos podem detectar correlações entre uma imagem e um diagnóstico, mesmo quando essa correlação não possui uma contraparte visual reconhecível, o que a literatura chama de característica subvisual ou não visual.

Quais são as mudanças concretas entre as aplicações testadas e os limites declarados?

Um exemplo frequentemente citado envolve um modelo com 22 milhões de parâmetros, treinado com fotografias de fundo de olho, publicado em 2018 na Nature Biomedical Engineering: o sistema aprendeu a estimar a idade, o sexo, a pressão arterial, os hábitos tabágicos e o risco cardiovascular de um paciente apenas com base em imagens da retina. A previsão do sexo biológico foi descrita como "surpreendente e intrigante" em um editorial que acompanhou o artigo, pois não estava claro na época quais pistas visuais a tornavam possível.

O potencial de suporte diagnóstico foi confirmado em uma escala maior: um estudo multicêntrico alemão publicado em 2025 na Nature Medicine, realizado com 461.818 mulheres submetidas a exames de mamografia, registrou um aumento de 17,6% nos diagnósticos de câncer de mama quando a dupla leitura incluiu um sistema de inteligência artificial, sem aumento de falsos positivos.

A desvantagem reside na forma como esses sistemas aprendem. As redes convolucionais identificam correlações estatísticas, não relações causais, e em pelo menos um caso documentado, um algoritmo aprendeu a reconhecer pneumotórax com base na presença de um dreno torácico visível na imagem, em vez dos sinais reais da condição, porque os dois quase sempre apareciam juntos no conjunto de dados de treinamento.

Os mesmos pesquisadores relatam que alguns modelos conseguem estimar a origem étnica autodeclarada dos pacientes a partir de uma radiografia, uma capacidade que os especialistas humanos não possuem, e ainda não está claro quais elementos da imagem possibilitam isso. As ferramentas de transparência atualmente disponíveis, como os mapas de saliência gerados pela técnica Grad-CAM, apenas indicam quais regiões da imagem foram mais influentes na decisão, sem garantir que a decisão seja clinicamente válida: esse é justamente o foco do processo de validação clínica para ferramentas de diagnóstico baseadas em IA.

Para lidar com casos em que o algoritmo e o radiologista discordam, os autores propõem uma estrutura geral: quando a confiança interna do modelo excede 95% e o sistema identifica as áreas da imagem em que se baseia, o caso é sinalizado para uma segunda leitura; abaixo de 70%, o resultado sequer é mostrado ao médico. Os próprios pesquisadores alertam, no entanto, que um alto índice de confiança não garante precisão e que a confiança algorítmica jamais poderá substituir o julgamento clínico. Para uma compreensão mais profunda de como funcionam as arquiteturas de redes neurais convolucionais aplicadas à visão computacional, o princípio básico aqui descrito permanece válido: quanto mais dados rotulados, melhor a rede aprende a distinguir padrões além do alcance da visão humana.

Perguntas frequentes

Esses algoritmos já são usados ​​em hospitais?

Algumas já estão integradas em programas de rastreio, como o estudo alemão de mamografia. Nos Estados Unidos, a Food and Drug Administration (FDA) permite atualizações controladas de software por meio de planos de alteração aprovados durante a fase inicial de autorização, mas a adoção em larga escala ainda depende de cada sistema de saúde.

A inteligência artificial pode substituir os radiologistas?

Não. Os autores da revisão esclarecem que os algoritmos não raciocinam por causa, carecem de conhecimento médico geral e podem estar errados com aparente certeza. Eles continuam sendo uma ferramenta para auxiliar na interpretação de imagens, não um substituto para o diagnóstico médico.