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.
A CT scan taken to check for pneumonia can carry far more than that answer. Somewhere in its slices, a radiologist's eye may miss the early signs of a heart rhythm problem or a failing kidney, because nobody asked the question. Penn Medicine researchers have built an artificial intelligence model that tries to find exactly those things, and a new study in npj Digital Medicine reports what it can pick up.
Uma TAC feita para verificar uma pneumonia pode trazer muito mais do que essa resposta. Entre as suas secções, o olho de um radiologista pode não detetar os primeiros sinais de um problema de ritmo cardíaco ou de um rim em falência, simplesmente porque ninguém fez essa pergunta. Os investigadores da Penn Medicine criaram um modelo de inteligência artificial que tenta encontrar exatamente esses problemas, e um novo estudo na npj Digital Medicine relata o que consegue detetar.
The model, called Percival, was trained on roughly 400,000 CT scans from about 50,000 patients, drawn from the Penn Medicine BioBank, which gathers data on more than 350,000 people across the University of Pennsylvania Health System over two decades. Most AI tools have to be pointed at a specific condition. Percival is designed to run in the background and surface patterns nobody thought to look for. The team says it found traces of atrial fibrillation, an irregular heartbeat, and chronic kidney disease in scans. Against another AI model, TotalSegmentator, Percival flagged pancreatic cancer, cirrhosis and bacterial pneumonia much more reliably, according to the study's authors.
O modelo, chamado Percival, foi treinado com cerca de 400 000 TAC de aproximadamente 50 000 doentes, extraídas do BioBank da Penn Medicine, que reúne dados de mais de 350 000 pessoas do Sistema de Saúde da Universidade da Pensilvânia ao longo de duas décadas. A maioria das ferramentas de IA tem de ser orientada para uma doença específica. O Percival foi concebido para funcionar em segundo plano e destacar padrões que ninguém pensou em procurar. A equipa afirma que encontrou sinais de fibrilhação auricular, um batimento cardíaco irregular, e de doença renal crónica nas imagens. Face a outro modelo de IA, o TotalSegmentator, o Percival assinalou cancro do pâncreas, cirrose e pneumonia bacteriana com muito mais fiabilidade, segundo os autores do estudo.
The researchers call this approach 'opportunistic screening': finding disease on a scan ordered for something else. Co-author Charles Kahn, a radiology professor, argues that many patients already have substantial heart or metabolic disease by the time they reach specialty care, so an image taken for another reason could bring that forward. The results are still preclinical. They come from the team's own testing, and the model has not yet been used on patients in routine care.
Os investigadores chamam a esta abordagem «rastreio oportunista»: detetar doenças num exame pedido para outro motivo. O coautor Charles Kahn, professor de radiologia, defende que muitos doentes já apresentam doença cardíaca ou metabólica significativa quando chegam aos cuidados especializados, pelo que uma imagem obtida por outra razão pode antecipar esse diagnóstico. Os resultados continuam a ser pré-clínicos. Provêm dos testes realizados pela própria equipa, e o modelo ainda não foi utilizado em doentes na prática clínica de rotina.
For patients, the practical gain would be earlier recognition, and for hospitals, a way to get more out of imaging they already perform. The developers hope to test Percival early next year, aiming to bring it into the clinic for regular use. Until then, the gains are a promise to be checked: the team is examining how larger datasets and data from several institutions could make the model more robust and predictive. Its code and training specifications are open source, so other groups can test it too.
Para os doentes, o ganho prático seria um reconhecimento mais precoce da doença; para os hospitais, uma forma de tirar mais partido de exames que já realizam. Os responsáveis pelo desenvolvimento esperam testar o Percival no início do próximo ano, com o objetivo de o levar à clínica para uso regular. Até lá, os ganhos são uma promessa a confirmar: a equipa está a estudar de que forma conjuntos de dados maiores e dados de várias instituições poderão tornar o modelo mais robusto e preditivo. O código e as especificações de treino são de código aberto, para que outros grupos também o possam testar.
Penn Medicine is also developing other tools. A separate model for cardiac MRI scans, built to help diagnose new conditions, reached near-perfect accuracy in one test, and the team's earlier AInSights tool is expected to help guide Percival's path to the clinic.
A Penn Medicine desenvolve também outras ferramentas. Um modelo separado para ressonâncias magnéticas cardíacas, concebido para ajudar a diagnosticar doenças novas, atingiu uma exatidão quase perfeita num teste, e a ferramenta AInSights, desenvolvida anteriormente pela equipa, deverá ajudar a orientar o caminho do Percival até à clínica.