As duas versões estão alinhadas bloco a bloco, pela ordem do texto: título, o essencial e depois parágrafo a parágrafo. Quando a tradução fundiu ou dividiu um parágrafo, a casa correspondente fica vazia — nunca aproximamos duas passagens a olho.
Ask an AI model about a mammogram and it returns a diagnosis. It does not say how much to trust that particular answer. A team from the University of Pittsburgh has built a model that does: a deep neural network, or DNN, that gives each patient a diagnosis together with an uncertainty score. The work was presented at the annual meeting of the Society of Photo-Optical Instrumentation Engineers (SPIE) in February 2026, in Vancouver, Canada.
Pergunte a um modelo de IA sobre uma mamografia e ele devolve um diagnóstico. Não diz quanta confiança merece essa resposta concreta. Uma equipa da Universidade de Pittsburgh criou um modelo que o diz: uma rede neuronal profunda, ou DNN, que atribui a cada doente um diagnóstico juntamente com uma pontuação de incerteza. O trabalho foi apresentado na reunião anual da Society of Photo-Optical Instrumentation Engineers (SPIE), em fevereiro de 2026, em Vancôver, Canadá.
DNNs learn from training sets in which humans have labeled the right answers. They become very good at predicting the likely answer across a population of patients, sometimes almost all of the time. They are much weaker at telling how reliable a diagnosis is for one person. For a disease that threatens life, the team points out, even a few wrong diagnoses are catastrophic for the patients they affect. The team’s method, which it calls uncertainty-weighted learning (UWL), feeds the uncertainty score into training itself, so the model learns to handle uncertain cases more carefully.
As DNN aprendem a partir de conjuntos de treino em que humanos rotularam as respostas corretas. Tornam-se muito boas a prever a resposta provável para uma população de doentes, por vezes quase sempre. São bastante mais fracas a indicar quão fiável é um diagnóstico para uma pessoa concreta. Numa doença que ameaça a vida, sublinha a equipa, mesmo alguns diagnósticos errados são catastróficos para os doentes afetados. O método da equipa, que chama aprendizagem ponderada pela incerteza (UWL), introduz a pontuação de incerteza no próprio treino, para que o modelo aprenda a tratar os casos incertos com mais cuidado.
The obstacle was computing. Mammograms are large, high-resolution images, and graphics processing units (GPUs), the chips DNNs run best on, need large shared memory to process each one without constant trips to storage. Jiren Li, a PhD student, obtained time on Bridges-2, the supercomputer of PSC, through ACCESS, the network of supercomputing sites run by the US National Science Foundation (NSF). Bridges-2 offered 47 GPU nodes with 384 late-model GPUs, and each node has between 128 and 2,000 gigabytes of RAM, against 64 GB in a high-end laptop. Its Ocean storage system holds 15 petabytes of usable data.
O obstáculo era o cálculo. As mamografias são imagens grandes e de alta resolução, e as unidades de processamento gráfico (GPU), os chips em que as DNN funcionam melhor, precisam de muita memória partilhada para processar cada uma sem recorrer constantemente ao armazenamento. Jiren Li, estudante de doutoramento, obteve tempo de cálculo no Bridges-2, o supercomputador do PSC, através da ACCESS, a rede de centros de supercomputação gerida pela Fundação Nacional para a Ciência dos Estados Unidos (NSF). O Bridges-2 disponibilizava 47 nós GPU com 384 GPU de geração recente, e cada nó tem entre 128 e 2 000 gigabytes de RAM, contra 64 GB num portátil de gama alta. O seu sistema de armazenamento Ocean tem 15 petabytes de dados utilizáveis.
The first analysis, which compared several UWL-based DNNs, was encouraging. One of them gave good estimates of its own uncertainty, signaling to doctors and patients when a diagnosis may be less reliable for a specific patient. It did this without losing accuracy across the population as a whole. The reporting gives no accuracy figures for the model, and the team describes this as a first analysis, not a clinical validation.
A primeira análise, que comparou várias DNN baseadas em UWL, foi animadora. Uma delas fez boas estimativas da sua própria incerteza, sinalizando a médicos e doentes quando um diagnóstico pode ser menos fiável para um doente específico. Fê-lo sem perder exatidão para o conjunto da população. A reportagem não apresenta números de exatidão do modelo, e a equipa descreve isto como uma primeira análise, não como uma validação clínica.
For radiologists, the gain would be a second signal next to each answer, showing which cases deserve a closer read. For patients, it would be a warning when a diagnosis is less reliable for them personally. The team says the same approach could apply to other critical uses of AI, beyond breast cancer. It gives no timeline for clinical use, and the model is still at the research stage.
Para os radiologistas, o ganho seria um segundo sinal junto de cada resposta, indicando quais os casos que merecem uma leitura mais atenta. Para os doentes, seria um aviso de que um diagnóstico é menos fiável no seu caso pessoal. A equipa afirma que a mesma abordagem poderia aplicar-se a outras utilizações críticas da IA, para lá do cancro da mama. Não avança qualquer calendário para a utilização clínica, e o modelo continua na fase de investigação.